Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE Theobroma cacao L. EN
DIFERENTES ARREGLOS
AGROFORESTALES BAJO
CONDICIONES DE LA AMAZONIA
COLOMBIANA
Directora:
Codirector:
“El presidente de tesis y el consejo evaluador, no serán responsables de las ideas emitidas
por el autor”.
(Artículo 217 de los Estatutos de la Universidad Nacional de Colombia)
Agradecimientos
Este trabajo fue desarrollado con la colaboración financiera de COLCIENCIAS
mediante fondos BID en el marco del proyecto “Caracterización y tipificación de
plantaciones tradicionales de Theobroma cacao L. como estrategia de diseño e
implementación de arreglos agroforestales en el Bajo Caguán (Cartagena del Chaira)
ejecutado por la Universidad de la Amazonía mediante contrato especial de cooperación
590 de 2012 y mediante fondos de Formación Doctoral de la Universidad de la Amazonia
por medio de la estampilla “Prodesarrollo de la Universidad de la Amazonia” Ley No 1301
del 2009 y a la colaboración de las siguientes personas y entidades:
A Leonidas Rico Martínez (Rector de la Universidad de la Amazonia 2011-2016),
Gerardo Castrillón Artunduaga (Rector actual de la Universidad de la Amazonia), Alberto
Fajardo Oliveros (Vicerector de Investigaciones y Postgrados) y a todo el equipo
administrativo, por todo el apoyo institucional brindado en el desarrollo de mi formación
doctoral.
A Luz Marina Melgarejo, por la dirección y orientación de la tesis. Profesora
Departamento de Biología, Facultad de Ciencias, Universidad Nacional de Colombia.
A Fernando Casanoves, por su co-dirección de la tesis. Director de la Unidad de
Biometria del Centro Agronomico Tropical de Investigación y Enseñanza CATIE.
A los diferentes profesores investigadores quien en cada una de sus areas
aportaron en la consolidación del trabajo de investigación como: A Julio Alejandro Di
Rienzo, por sus aportes en los análisis estadísticos. Profesor de la Facultad de Agronomia,
Universidad de Cordoba. Lider del programa estadístico InfoStat. A Fábio M. DaMatta, por
sus aportes en el componente de fisiología vegetal. Profesor de Fisiología Vegetal de la
Universidad Federal de Viçosa, Brasil. A Cristina Armas, por sus aportes sobre adaptación
fisiológica en relación al uso del agua. Investigadora de la Estación Experimental de Zonas
Capitulo 1 VII
Áridas de España. A Marie Ange Ngo Bieng, por sus aportes en el modelamiento de la
distribución espacial de los árboles. Investigadora del CIRAD, Francia.
A cada uno de los colegas que ayudaron al desarrollo del proyecto 590 del 2012 y
colaboraron en la recopilación de información en campo tanto en la zona de Remolinos del
Caguan como en el Centro de Investigaciones Macagual relacionada con estrutura
agroforestal, flujo de savia y comportamiento fisiológico del cacao, A Adrian Rico
Aristizabal, Katerine Angel Sanchez, Ervin Durán, Diana Sanchez, Arturo Fernandez, Jhon
Eduar Noriega, Ronald Rojas, Diego Castro, Leidy Machado, Andres Morales, David
Saavedra, Leonardo Rodriguez, Lised Guaca, Edwin Trujillo Trujillo.
A cada uno de los productores de la asociación de productores de cacao de
Remolinos del Caguán y Suncillas CHOCAGUAN que permitieron el desarrollo de la
investigaciones en cada una de sus fincas.
A todos ellos y a los que no he podido nombrar por espacio y tiempo, mi más sincero
agradecimiento.
Resumen y Abstract IX
Resumen
El cultivo del cacao (Theobroma cacao L.) es una de las actividades agrícolas
importantes en el mundo con una producción de 5 millones de toneladas de grano al año;
cultivadas bajo diferentes arreglos agroforestales que al generar distintos niveles de
sombra y modificar las características ambientales, repercuten sobre el comportamiento
fisiológico del cultivo. Para ello, se evaluó el comportamiento fisiológico (flujo de savia Vs
e intercambio de gases) del cultivo del cacao bajo arreglos agroforestales y sus relaciones
con las variables ambientales (humedad relativa del aire RH %, temperatura del aire Tair
ºC, radiación fotosintéticamente activa PAR, µmol m-2 s-1, y déficit de presión de vapor
VPD, kPa). Se realizó una caracterización en 50 parcelas agroforestales de 2000m² cada
una. A los individuos de las especies de árboles presentes en cada parcela se les tomaron
variables de composición y estructura vertical y variables de organización espacial para
modelar la distribución de la luz en cada parcela, usando dos modelos: Shademotion y
SexI-Fs. Se identificaron 4 tipologías de sombra: multiestrato diversificado complejo (SMD,
n=13), baja diversidad de árboles regulares (SAR, n=10), baja diversidad de árboles
agregados (SAA, n=18), y alta densidad de musáceas (CP, n=9). Las principales
diferencias en diversidad de especies de árboles (SMD=12.92, SAR=5.86, SAA=3.14,
CP=3), como también en la estructura espacial de los árboles del dosel de sombra
(aleatorio en el SMD, regulares en el SAR, agregados en el SAA, sin árboles de sombra
en el CP) que impactaron la radiación transmitida en el dosel del cacao fueron SMD=680.4
µmol m-1 s-2, SAR=820.3 µmol m-1 s-2, SAA=1200.8 µmol m-1 s-2, y CP=1400.6 µmol m-1 s-
2
). A nivel del flujo de savia, los resultados mostraron una asociación positiva con la PAR,
el VPD, la Ta y negativa con la RHa. En el arreglo bajo sombra temporal transmitida y
generada en la asociación cacao-plátano (CP) hubo una mayor Vs diaria y nocturna.
Además, bajo los arreglos agroforestales SMD y SAA se presentaron reversos nocturnos
del flujo de savia, lo cual es indicativo de redistribución hidráulica. En relación al
intercambio de gases, las plantas de cacao crecidas bajo menor sombrío, es decir, mayor
número de horas de radiación (arreglo CP) comparadas con las crecidas bajo mayor
X Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
sombrío (arreglo SMD) presentaron mayor tasa neta de asimilación de carbono (A)
(8.09±0.1078 frente a 3.28±0.1153 µmol m-2 s-1), mayor tasa máxima de carboxilación
(Vcmax) (24.98±0.87 frente a 17.76±1.28 µmol CO2 m-2 s-1) y mayor tasa de regeneración
de RuBP controlada por el transporte de electrones (Jmax) (48.19±1.37 frente a 46.27±4.78
µmol CO2 m-2 s-1). Al analizar la relación entre el comportamiento fisiológico y las variables
ambientales, el modelo de ecuaciones estructurales (SEM) mostró un buen ajuste a los
datos indicados por el valor no significativo χ2 (P = 0,85), alto índice de ajuste comparativo
(CFI = 0.97), bajo Error cuadrático medio de aproximación (RMSEA <0,001) y bajo índice
de estabilidad (EI = 0,23), explicando la relación existente entre las variables ambientales
resultado de la modificación de cada estructura agroforestal sobre el comportamiento
fisiológico del cacao. Este estudio proporciona evidencia sobre el comportamiento del Vs
en el cultivo del cacao, influenciado por la estructura agroforestal bajo las condiciones de
la Amazonia. Se sugiere que los cacaotales en esta región pueden ser manejados con
sombra temporal transmitida (arreglo CP) ya que se maximiza el Vs diurno y nocturno como
también la tasa neta de asimilación de carbono.
Palabras clave: Theobroma cacao L., amazonia, arreglos agroforestales, flujo de savia,
intercambio de gases
Capitulo 1 XI
Abstract
The cultivation of cocoa (Theobroma cacao L.) is one of the important agricultural
activities in the world with a production of 5 million tons of grain per year; cultivated under
different agroforestry arrangements that, by generating different levels of shade and
modifying environmental characteristics, have an impact on the physiological behavior of
the crop. For this, the physiological behavior (sap flow Vs and gas exchange) of the cocoa
crop under agroforestry arrangements and its relations with the environmental variables
(relative humidity of the air RH%, air temperature Tair ° C, photosynthetically active
radiation PAR , μmol m-2 s-1, and vapor pressure deficit VPD, kPa). A characterization was
carried out in 50 agroforestry plots of 2000 m² each. Individuals of the tree species present
in each plot were taken variables of composition and vertical structure and variables of
spatial organization to model the distribution of light in each plot, using two models:
Shademotion and SexI-FS. Four types of shade were identified: complex diversified multi-
layer (SMD, n = 13), low diversity of regular trees (SAR, n = 10), low diversity of aggregate
trees (SAA, n = 18), and high density of musaceas ( CP, n = 9). The main differences in
tree species diversity (SMD = 12.92, SAR = 5.86, SAA = 3.14, CP = 3), as well as in the
spatial structure of shade canopy trees (random in SMD, regular in SAR, aggregates in the
SAA, without shade trees in the CP) that impacted the radiation transmitted in the cacao
canopy were SMD = 680.4 μmol m-1 s-2, SAR = 820.3 μmol m-1 s-2, SAA = 1200.8 μmol m-
1
s-2, and CP = 1400.6 μmol m-1 s-2). At the sap flow level, the results showed a positive
association with the PAR, the VPD, the Ta and negative with the RHa. In the arrangement
under temporary shade transmitted and generated in the cocoa-banana association (PC)
there was a higher daily and night Vs. In addition, under the SMD and SAA agroforestry
arrangements there were nocturnal reversals of the sap flow, which is indicative of hydraulic
redistribution. In relation to the exchange of gases, cocoa plants grown under shadier
conditions, that is, a greater number of hours of radiation (CP arrangement) compared with
those with a higher somber growth (SMD arrangement), presented a higher net rate of
carbon assimilation (A ) (8.09 ± 0.1078 vs. 3.28 ± 0.1153 µmol m-2 s-1), highest maximum
XII Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
carboxylation rate (Vcmax) (24.98 ± 0.87 vs. 17.76 ± 1.28 µmol CO2 m-2 s-1) and higher
rate of regeneration of RuBP controlled by electron transport (Jmax) (48.19 ± 1.37 versus
46.27 ± 4.78 µmol CO2 m-2 s-1). When analyzing the relationship between physiological
behavior and environmental variables, the structural equation model (SEM) showed a good
fit to the data indicated by the non-significant value χ2 (P = 0.85), high index of comparative
adjustment (CFI) = 0.97), low mean square error of approximation (RMSEA <0.001) and
low stability index (EI = 0.23), explaining the relationship between environmental variables
resulting from the modification of each agroforestry structure on the physiological behavior
of cocoa . This study provides evidence on the behavior of the Vs in the cocoa crop,
influenced by the agroforestry structure under the conditions of the Amazon. It is suggested
that cocoa plantations in this region can be managed with transmitted temporal shade (CP
arrangement) since the day and night Vs are maximized as well as the net rate of carbon
assimilation.
Keywords: Theobroma cacao L., Amazonia, agroforestry arrangements, sap flow, gas
exchange
Capitulo 1 XIII
Contenido
Resumen IX
Lista de figuras XVI
Lista de tablas XVIII
Lista de Símbolos y abreviaturas XX
1. Capítulo 1. Introducción general 23
1.1 Estado del problema actual 24
1.2 OBJETIVOS 26
1.2.1 GENERAL 26
1.2.2 ESPECÍFICOS 26
3. Capítulo 3. Non-destructive estimation of the leaf weight and leaf area in cacao
(Theobroma cacao L.) 56
3.1 Abstract 56
3.2 Introduction 57
3.3 Materials and methods 58
XIV Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
3.4 Results 60
3.5 Discussion 64
3.6 Acknowledgments 66
3.7 References 66
6. Capítulo 6. Análisis de relación entre el intercambio de gases y flujo de savia con las
variables climáticas bajo diferentes arreglos agroforestales de cacao mediante modelos
de ecuaciones estructurales 118
6.1 Resumen 118
6.2 Abstract 119
6.3 Introducción 120
6.4 Materiales y Métodos 121
6.4.1 Sitio de estudio y arreglos agroforestales 121
6.4.2 Caracterización de arreglos agroforestales 121
6.4.3 Variables microclimáticas 122
6.4.4 Variables fisiológicas 122
6.4.5 Análisis estadístico 124
6.5 Resultados 124
6.6 Discusión 131
6.6.1 Efectos directos e indirectos entre variables climáticas y el intercambio gaseoso bajo los
arreglos agroforestales 131
6.6.2 Efectos directos e indirectos del Vs entre variables climáticas bajo los arreglos
agroforestales 133
6.7 Agradecimientos 134
6.8 Referencias bibliográficas 135
Lista de figuras
Figura 2-1 Ordenamiento de los arreglos agroforestales tipificados incluidos en el plano factorial de un
análisis de componentes principales de las variables de composición, estructura espacial y distribución de la
radiación. Las abreviaturas se encuentran en la tabla 2.1. ______________________________________ 35
Figura 2-2 Análisis de clúster de las tipologías basados en los resultados de componente principal de las
variables de composición, estructura espacial y distribución de la radiación. SMD: multiestrato diversificado
complejo, SAR: baja diversidad de árboles regulares, SAA: baja diversidad de árboles agregados y CP: alta
densidad de musáceas (n=50, p<0.05). _____________________________________________________ 36
Figura 2-3 Ordenamiento de los arreglos agroforestales incluidos en la muestra n=50 en el plano definido
por los dos primeros ejes. Las siglas correspondientes a los arreglos agroforestales muestreados se
encuentran ubicadas en el centroide, SMD: multiestrato diversificado complejo, SAR baja diversidad de
árboles regulares, SAA: baja diversidad de árboles agregados y CP: alta densidad de musáceas. ________ 37
Figura 2-4 Distribución horizontal y perfil vertical en una parcela típica de cada tipología cacaotera,
modelación realizada en el simulador espacial SExI-FS y Shademotion. La radiación transmitida se expresa
en escala de grises donde mayor intensidad indica mayor sombrío. SMD: multiestrato diversificado
complejo, SAR complejo baja diversidad de árboles regulares, SAA: complejo baja diversidad de árboles
agregados y CP: alta densidad de musáceas. ________________________________________________ 42
Figura 3-1Scatter plots matrix between area, weight, length (L) and width (W) of the leaves of Theobroma
cacao L. _____________________________________________________________________________ 61
Figura 3-2 Relationship between the observed weight and the expected weight of the leaves of cacao plants
(Theobroma cacao L.). Regression line of observed versus expected values: dotted line, reference line (x=y):
solid.________________________________________________________________________________ 63
Figura 3-3 Relationship between observed leaf area and expected leaf area in leaves of cacao plants
(Theobroma cacao L.). The dotted line represents the line y=x. __________________________________ 64
Figura 4-1. Comportamiento de variables microclimáticas (a. humedad relativa del aire RHa %, b. la
temperatura del aire Ta, ºC, c. radiación fotosintéticamente activa PAR, µmol m-2 s-1, d. déficit de presión de
vapor VPD, kPa), en época seca (Enero, 2015), bajo diferentes arreglos agroforestales de cacao: Alta
densidad de musáceas (CP). Baja diversidad de árboles agregados (SAA) y Multiestrato diversificado
complejo (SMD). Los símbolos y barras de error son el valor medio (+/- E.E) entre días de esa variable a la
hora indicada. El monitoreo de época seca corresponde a los días 13 a 27 de enero (año del 2015), debido a
que en esta época se presentan períodos de déficit hídrico para el cultivo de cacao.__________________ 77
Figura 4-2 Comportamiento diario y en el periodo de monitoreo (época seca) del flujo de savia (Vs) en
plantas de cacao (n=4) bajo diferentes arreglos agroforestales: Alta densidad de musáceas (CP). Baja
diversidad de árboles agregados (SAA). Multiestrato diversificado complejo (SMD). Los símbolos y barras de
error son el valor medio (+/- SE) para las 4 plantas y entre días de Vs. _____________________________ 78
Figura 4-3 Comportamiento en el periodo de monitoreo (época seca, Enero 2015) del flujo de savia en
plantas de cacao bajo diferentes arreglos agroforestales a partir del modelo de predicción bajo diferentes
Capitulo 1 XVII
Lista de tablas
Tabla 2-1 28 variables caracterizadas en cada parcela y sus valores medios de las tipologías agroforestales
evaluadas. 4 variables de diversidad, 6 de composición, 9 de estructura espacial vertical, 3 de estructura
espacial horizontal y 4 de radiación transmitida. _____________________________________________ 39
Tabla 2-2 Lista de especies de árboles dentro de las diferentes tipologías de sombra de cacao bajo arreglos
agroforestales.Los tipos son: Multiestrato diversificado complejo (SMD), Baja diversidad de árboles
agregados (SAA), Baja diversidad de árboles regulares (SAR), Alta densidad de musáceas (CP). _________ 44
Tabla 2-3 Indice de Valor de Importancia (IVI) e Indice de Predominio Fisionómico (IPF) para las especies de
árboles en las diferentes tipologías de cacao bajo arreglos agroforestales. Los tipos son: Multiestrato
diversificado complejo (SMD), Baja diversidad de árboles agregados (SAA), Baja diversidad de árboles
regulares (SAR), Alta densidad de musáceas (CP)._____________________________________________ 47
Tabla 3-1Fitted models to estimate expected values of weight and area of leaves of cacao (Theobroma
cacao L.) as a function of the length and width of the leaves.____________________________________ 59
Tabla 3-2 Summary statistics for morphometric variables of leaves of Theobroma cacao L. The sample was
taken to cover a wide range of leave sizes. __________________________________________________ 60
Tabla 3-3 Summary of the six models evaluated to predict leaf weight. L, W, LL, WW, and LW are the
regression coefficients corresponding to leaf length (L), leaf width (W), squared leaf length (LL), squared leaf
width (WW), and the cross product of leaf length and leaf width (LW). Prediction mean square error (PMSE),
and determination coefficient (R2) are calculated on the validation data set. _______________________ 62
Tabla 3-4 Summary of the six models evaluated to predict leaf area. L, W, LL, WW, and LW are the
regression coefficients corresponding to leaf length (L), leaf width (W), squared leaf length (LL), squared leaf
width (WW), and the cross product of leaf length and leaf width (LW). Prediction mean square error (PMSE)
and determination coefficient (R2) are calculated on the validation data set. _______________________ 62
Tabla 4-1. Valores medios ± E.E. de las variables ambientales durante el periodo de monitoreo bajo
diferentes arreglos agroforestales y a distintas horas del día (horas oficiales UTC/GMT -5:00,): humedad
relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación fotosintéticamente activa (PAR, µmol m-2 s-
1
), déficit de presión de vapor (VPD, kPa). Los arreglos forestales son: Multiestrato diversificado complejo
(SMD), Baja diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP). Valores en una
columna con letras distintas dentro de la misma franja horaria indican diferencias significativas entre
arreglos forestales (post-hoc LSDFisher tests, p <0.05). ________________________________________ 76
Tabla 4-2 Coeficientes de correlación entre Vs en plantas de cacao y las variables ambientales durante el
periodo de monitoreo (época seca) bajo diferentes arreglos agroforestales: Multiestrato diversificado
complejo (SMD), Baja diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP). Las variables
ambientales son: humedad relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación
fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa). Todos los coeficientes
de correlación fueron altamente significativos (P<0.0001). _____________________________________ 79
Capitulo 1 XIX
Tabla 4-3 Modelo obtenido de una serie de regresiones analizadas a partir de variables ambientales bajo
diferentes arreglos agroforestales de cacao en la Amazonía Colombiana. Multiestrato diversificado
complejo (SMD), Baja diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP). Las variables
ambientales son: humedad relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación
fotosinteéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa). _______________ 80
Tabla 4-4 Coeficientes de modelo para la determinación del Vs usando las variables ambientales bajo
diferentes arreglos agroforestales de cacao en la Amazonia Colombiana como predictores. Multiestrato
diversificado complejo (SMD), baja diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP),
humedad relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación fotosinteéticamente activa (PAR,
µmol m-2 s-1), déficit de presión de vapor (VPD, kPa). __________________________________________ 81
Tabla 5-1 Parámetros derivados de curvas respuesta fotosintética a la luz (A/PAR) y CO2 (A/Ci),
área foliar específica y pigmentos bajo diferentes arreglos agroforestales de cacao: Alta densidad
de musáceas (CP) que genera poco sombrío y permite paso de 95% de radiación (1400.6 µmol m-
1 -2
s ), Baja diversidad de árboles agregados (SAA) que genera sombrío medio, permite paso de
61% de radiación (1200.8 µmol m-1 s-2) y Multiestrato diversificado complejo (SMD) que genera
alto sombrío y permite paso de radiación de 28% (680.4 µmol m-1 s-2). Los resultados muestran las
medias ±(E.E). Valores en filas con distintas letras indican diferencias significativas entre arreglos
agroforestales (post-hoc LSD LSD Fisher, p <0.05).______________________________________ 105
Tabla 6-1 Representación simbólica de ecuaciones estructurales seleccionadas para modelar la relación
entre variables de intercambio gaseoso y microclima. ________________________________________ 125
Tabla 6-2 Representación simbólica de ecuaciones estructurales seleccionadas para modelar la relación
entre el flujo de savia y el microclima. _____________________________________________________ 125
Tabla 6-3 Parámetros estimados a partir de modelos de ecuaciones estructurales entre cada una de las
variables ambientales en relación a fotosíntesis A y flujo de savia Vs, en árboles de cacao, bajo diferentes
arreglos agroforestales. a. Modelo general, b. Alta densidad de musáceas CP, c. baja diversidad de árboles
agregados SAA, d. Multiestrato diversificado complejo SMD. Humedad relativa del aire (RH %), temperatura
del aire (Tair ºC), la radiación fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD,
kPa), Tasa neta de fotosíntesis (A µmol m-2 s-1); Concentración CO2 intracelular (Ci µmol mol-1),
Concentración CO2 ambiental (Ca µmol mol-1), Conductancia estomática (gs mmol m-2 s-1), Tasa de
Transpiración (E mmol m-2 s-1), Eficiente Uso del Agua (WUE µmol CO2 / mmol-1 H2O), Flujo de Savia (Vs L hr-
1
). _________________________________________________________________________________ 129
Capitulo 1 XX
El cacao (Theobroma cacao L., familia Malvaceae (Cuatrecasas, 1964) es uno de los
cultivos perennes más importantes del mundo, utilizado principalmente para la obtención
de chocolate, con una producción de 5 millones de toneladas de grano en el año 2016
(FOASTAT, 2016; ICCO, 2016). El cacao es nativo de bosques húmedos de la Amazonia
(Motamayor et al. 2008) específicamente de la zona del río Caquetá (Baker et al. 1953) y
se ha desarrollado bajo condiciones de sotobosque. Es una especie cuyas características
fotosintéticas son de una planta que crece bajo sombra con bajo punto de compensación
por luz (Mielke et al. 2005, Raja Harun y Hardwick, 1988 a, b, Hutcheon 1977) lo que se
traduce en bajas tasas fotosintéticas (Daymond et al. 2011).
Para la producción de cacao se han implementado arreglos agroforestales con diferentes
tipologías en función de su estructura y distribución de los árboles (Somarriba y
Lachenaud, 2013; Deheuvels et al .2012; Sambuichi et al. 2012; Asase y Tetteh, 2010;
Somarriba y Harvey, 2003; Rice y Greenberg, 2000) con el objetivo de generar las
condiciones de sombra en función de un adecuado desarrollo del cultivo y buen
desempeño de la planta.
Los arreglos agroforestales asociados con el cultivo de cacao proveen algunas ventajas
con respecto a los que se encuentran a pleno sol. En la amazonia bajo condiciones a pleno
sol el nivel de radiación (1519±11,81 μmol m-2 s-1) puede afectar el fotosistema II del cacao,
siendo el cacao altamente sensible a estrés por alta radiación (Baligar et al. 2008; Galyuon
et al., 1996a, b; Serrano y Biehl, 1996) ya que se han reportado valores de saturación entre
200 a 750 μmol m-2 s-1 (Almeida et al. 2014; Acheampong et al. 2013; Daymond et al. 2011;
Rada et al. 2005; Da Matta et al. 2001; Miyaji et al. 1997; Raja Harun and Hardwick, 1988a,
Hutcheon, 1976). Así mismo, las diferencias microclimáticas por factores como la
temperatura, la humedad, el déficit de presión de vapor VPD, entre otras, tienen efecto en
la apertura estomática y la movilidad del agua, por ende importantes implicaciones para el
24 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
desempeño del cultivo (Araque et al. 2012; Köhler et al. 2009; Rada et al. 2005; Almeida
et al. 2002; Balasimha et al. 1991; Hernández et al. 1989).
Existen muchas respuestas bioquímicas que desarrolla la planta frente a condiciones de
estrés ya sea por radiación o por déficit hídrico, u otras. En este sentido, cuando existe alta
exposición a la radiación se aumenta la generación de especies reactivas del oxígeno ROS
causando inhibición de algunas enzimas, degradación de la clorofila y la pérdida de
funciones de orgánulos (Freitas et al, 2011). La acumulación de solutos como el iminoácido
prolina, puede desempeñar roles importantes contra el daño oxidativo; su concentración
aumenta notoriamente en condiciones de sequía ya que actúa como agente osmótico,
protegiendo a la planta de la deshidratación (de la O-Quezada et al, 2011).
Con las condiciones climáticas actuales donde se han presentado fluctuaciones El Niño –
La Niña los eventos de lluvias presentarán variaciones en cuanto a la intensidad y
frecuencia; por tanto, puede existir un alto riesgo de sequías que pueden causar déficit
hídrico en agroecosistemas como el cacao. Los arreglos agroforestales son una estrategia
de adaptación al cambio climático. Se prevé que las sequías son más frecuentes y más
graves y por ello con el fin de reducir la competencia por el agua entre árboles es necesario
profundizar en qué tipo de arreglos se deben diseñar para lograr un óptimo nivel de
radiación. Para ello se requiere realizar estudios que permitan explicar y correlacionar el
comportamiento ecofisiológico de Theobrama cacao L. bajo diferentes arreglos
agroforestales bajos las condiciones de la amazonia.
et al. 1991; Hutcheon 1977), situación que hace necesario analizar la importancia de los
arreglos agroforestales sobre el crecimiento del cultivo del cacao en la amazonia.
El cultivo del cacao bajo condiciones de monocultivo puede presentar estrés por exceso
de luz causando fotoinhibición (Baligar et al. 2008; Galyuon et al., 1996a, b; Serrano y
Biehl, 1996) y disminución en su rendimiento y producción. Además, por las características
propias de la estructura del monocultivo que afecta los niveles en el déficit de presión de
vapor, temperatura (Daymond et al. 2002 a, b; Hernandez et al. 1989; Sena y Kozlowshi,
1987), humedad (Sena et al. 1987) y radiación, puede ser afectado el cierre de los estomas
y con ello la conductancia estomática, los niveles de CO2 intercelular (Ci) y las tasas de
absorción de CO2. Así mismo, períodos de déficit de agua pueden causar estrés hídrico
(Klich, 2000) y el consecuente bajo desempeño fisiológico en la planta.
Se han realizado diferentes estudios relacionados con el cultivo del cacao en donde han
explicado la respuesta ecofisiológica en relación al déficit hídrico (Araque et al. 2012;
Almeida et al. 2002; Balasimha et al. 1988), intercambio de gases (Ávila-Lovera et al. 2015;
Almeida et al. 2014; Acheampong et al. 2013; Araque et al. 2012; Daymond et al. 2011;
Almeida y Valle, 2002; Balasimha et al. 1991; Hernandez et al. 1989; Raja Harun y
Hardwick K.1988 a b; Hutcheon, 1977, 1976), flujo de savia (Köhler et al. 2014), nivel de
radiación (Galyon et al. 1996b), uso de nutrientes (Ribeiro et al. 2008), crecimiento
(Galyuon et al. 1996a; Miyaji et al. 1997); pero en general, no se ha explicado cuál es la
incidencia de las estructuras agroforestales de cacao al modificar las condiciones
microclimáticas sobre el flujo de savia y la fotosíntesis.
Las condiciones contrastantes de radiación que incrementa la evapotranspiración pueden
aumentar el déficit hídrico en el cultivo causando daño oxidativo en la planta; sin embargo,
ésta desarrolla mecanismos bioquímicos para contrarrestar el efecto de las especies
reactivas del oxígeno ROS (Hessini et al. 2009; Moller et al. 2007), así mismo, mecanismos
de protección fotoquímica y ajuste osmótico (Almeida et al., 2002). Un adecuado diseño
de la estructura agroforestal puede afectar las condiciones micrometeorológicas, a su vez,
la fisiología del cultivo y la producción (Deheuvels et al .2012; Sambuichi et al. 2012). De
acuerdo con lo anterior, se observa que es necesario determinar la influencia de los
arreglos agroforestales y factores ambientales (radiación, temperatura, humedad, DVP)
sobre el flujo de savia y consumo de agua, como la respuesta ecofisiológica en plantas de
Theobroma cacao L. bajo condiciones de la amazonia colombiana.
26 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
1.2 OBJETIVOS
1.2.1 GENERAL
1.2.2 ESPECÍFICOS
2.1 Resumen
Se trabajó en 50 parcelas agroforestales de 2000m² cada una, en la zona del Bajo Caguán
en el departamento del Caquetá-Colombia, en la Amazonia colombiana. En cada parcela
se midieron variables de composición y estructura vertical de los agroforestales, y variables
de organización espacial para modelar la distribución de luz en cada parcela, usando dos
modelos: Shademotion y SexI-Fs. Se utilizaron análisis de componentes principales y
conglomerados para construir tipologías de parcelas usando una matriz compuesta de las
diferentes variables medidas y simuladas. Se identificaron 4 tipos: multiestrato
diversificado complejo (SMD, n=13), baja diversidad de árboles regulares (SAR, n=10),
baja diversidad de árboles agregados (SAA, n=18), y alta densidad de musáceas (CP,
n=9). Las diferencias a nivel de tipologías se presentaron en cuanto a la diversidad de
especies de árboles (SMD=12.92, SAR=5.86, SAA=3.14, CP=3). La estructura espacial de
los árboles del dosel de sombra fueron aleatorio en el SMD, regulares en el SAR,
agregados en el SAA, sin árboles de sombra en el CP. El impacto de las estructura del
dosel sobre el ingreso de luz i.e radiación transmitida en dosel del cacao fue SMD=680.4
28 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
µmol m-1 s-2, SAR=820.3 µmol m-1 s-2, SAA=1200.8 µmol m-1 s-2, CP=1400.6 µmol m-1 s-2.
Los tipos SAA y CP, facilitan un ingreso óptimo de luz para probablemente un buen
desempeño ecofisiológico del cacao. Los sistemas agroforestales de cacao en la zona de
la amazonia colombiana presentan diversidad de composición específica y de estructura
espacial de la distribución de la radiación transmitida al dosel de cacao.
Palabras claves: riqueza de especies, índice Clark Evans, luz transmitida, análisis de
conglomerados, Theobroma cacao.
2.2 Abstract
We worked in 50 agroforestry plots of 2000m² each, in the Bajo Caguán area in the
department of Caquetá-Colombia, in the Colombian Amazon. In each plot variables of
composition and vertical structure of the agroforestry were measured, and variables of
spatial organization to model the distribution of light in each plot, using two models:
Shademotion and SexI-Fs. Principal component and conglomerate analyzes were used to
construct parcel typologies using a matrix composed of the different measured and
simulated variables. Four types were identified: complex diversified multi-layer (SMD, n =
13), low diversity of regular trees (SAR, n = 10), low diversity of aggregate trees (SAA, n =
18), and high density of musaceas (CP, n = 9). The differences at the level of typologies
were presented as regards the diversity of tree species (SMD = 12.92, SAR = 5.86, SAA =
3.14, CP = 3). The spatial structure of the shade canopy trees was randomized in the SMD,
regular in the SAR, aggregated in the SAA, without shade trees in the CP. The impact of
the canopy structure on the entry of light ie radiation transmitted in cocoa canopy was SMD
= 680.4 μmol m-1 s-2, SAR = 820.3 μmol m-1 s-2, SAA = 1200.8 μmol m-1 s-2, CP = 1400.6
μmol m-1 s-2. The types SAA and CP, facilitate an optimal entrance of light for probably a
good ecophysiological performance of cocoa. The agroforestry systems of cocoa in the
zone of the Colombian Amazon present diversity of specific composition and spatial
structure of the distribution of the radiation transmitted to the cacao canopy.
Keywords: species richness, Clark Evans index, transmitted light, conglomerate analysis,
Theobroma cacao.
Capitulo 2 29
2.3 Introducción
El cultivo del cacao es un cultivo de gran importancia a nivel mundial, con una
producción de 4251 miles de toneladas de grano en el año 2016, en 9.9 millones de
hectáreas y afectando los medios de vida de 40-50 millones de personas (ICCO, 2017). El
70% del cacao se cultiva en sistemas agroforestales en asocio con árboles que le generan
sombrío y/o con cultivos anuales y perennes (Somarriba et al. 2012). En América Latina
se cultivan 1.5 millones de hectáreas de cacao, de las cuales el 70% se cultivan bajo
sombra en sistemas agroforestales (Somarriba et al. 2012). Siendo el cacao nativo de la
amazonia, la producción anual en Latinoamérica en 2016 fue de 777 miles de toneladas
de grano (18.3% de la producción mundial) inferior a la producción de cacao en África
(3074 miles de toneladas de grano ICCO, 2017). A nivel de Latinoamérica, los mayores
productores son Ecuador y Brasil (261 y 230 miles de toneladas de grano, respectivamente
ICCO, 2017), en los otros países de Latinoamérica se redujo significativamente menor con
la llegada de la Monilia (Phillips-Mora et al., 2007).
En Colombia específicamente, para el año 2016, el cultivo fue una actividad económica
que cubrió 173016 ha, con una producción de 56785 toneladas de grano anual. Ahora, el
cacao es considerado como el “cultivo para la paz”, i.e un cultivo de sustitución de cultivos
ilícitos. Por ello, el departamento del Caquetá en Amazonia Colombiana ha incrementado
su área de 555 ha en el 2007 a 1350 ha en el año 2016 (FEDECACAO, 2017). Sin
embargo, pese a la importancia del cacao para Caquetá-Colombia no se han reportado
estudios sobre las tipologías de arreglos agroforestales predominantes. Estos sistemas
son desconocidos y hasta ahora no han sido descritos en la bibliografía.
El primer paso hacia una mejor gestión de los arreglos agroforestales es describirlos
con precisión, y sobre todo tener en cuenta su variabilidad mediante la definición de
diferentes tipos de arreglos. Este paso corresponde a un enfoque tipológico clásico, que
puede abarcar mejor la variabilidad y el funcionamiento de sistemas complejos
(Tomassone et al. 1993). Esta primera etapa de descripción permite una evaluación de la
potencialidad de estos arreglos, y además da oportunidad para la generación de políticas
de buen manejo, con el objetivo a largo plazo de optimizar el potencial productivo del cacao
en Colombia y Latinoamérica.
En referencias de literatura se reconocen seis tipologías básicas de estructuras de
arreglos agroforestales, que incluyen: cacao cultivado a pleno sol, bajo sombra
especializada, bajo sombra diversificada, bajo sombra productiva, rústica y arreglo
30 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
agroforestal sucesional (Johns 1999, Moguel y Toledo, 1999; Rice y Greenberg, 2000;
Somarriba y Lachenaud 2013). Estas tipologías de arreglos agroforestales se han
reportado en Centroamérica (Deheuvels et al. 2012), Suramérica (Somarriba y Lachenaud,
2013), África (Sonwa et al. 2016; Oke y Odebiyi, 2007) y Asia (Kessler et al. 2005).
Las diferentes estructuras agroforestales difieren significativamente en la intercepción
y transmisión de la radiación solar (Bisseleua et al. 2013; Mariscal et al. 2004), lo que afecta
directamente el crecimiento y rendimiento del cacao. Por ello, cuantificar la competencia
por la luz es un requisito previo para la comprensión del impacto de la sombra de los
árboles en la productividad (Charbonnier et al., 2013; Gao et al., 2013). La sombra
generada para el adecuado desarrollo del cultivo y buen desempeño fisiológico de la planta
se obtiene bajo diferentes arreglos agroforestales (Somarriba y Lachenaud, 2013;
Deheuvels et al. 2012; Sambuichi et al. 2012; Rice y Greenberg, 2000), basados en la
estructura y la distribución espacial de los árboles sobre el terreno. Se ha reportado que
bajo condiciones tropicales, la tasa fotosintética del cacao se satura a intensidades de
radiación cercanas al 15% de la radiación a mediodía (Zuidema et al. 2005).
El manejo de la sombra en relación con la radiación transmitida es una variable
importante para relacionar con la producción del cacao. La sombra también incide sobre
la temperatura, humedad y el déficit de presión de vapor, entre otras, las cuales afectan la
apertura estomática y la movilidad del agua, teniendo por ende importantes implicaciones
para el desempeño del cultivo (Almeida et al. 2014) y la producción del cacao (Jezeer et
al. 2017).
En este contexto, el trabajo tuvo como objetivo identificar y describir los diferentes
sistemas cacaotales que se desarrollan en la región del Caquetá en la Amazonia
Colombiana, a través de tipología de sistemas agroforestales de cacao, tomando en cuenta
los doseles de sombra presentes.
horas año-1, una temperatura promedio de 25.5°C y humedad relativa del aire del 84%. Se
investigó la estructura agroforestal de cacaotales a lo largo del río Caguán entre las
poblaciones de Santafé del Caguán, Camelias, Remolinos del Caguán y El Guamo,
considerado frente de deforestación en la amazonia colombiana. Se seleccionaron 50 lotes
de cacaotales bajo arreglos agroforestales, en las cuales se realizó una parcela de 2000
m2 (100 x 20 m) en la parte central de cada lote ubicado en fincas pertenecientes a
productores de la asociación de productores de cacao de Remolinos del Caguán y
Suncillas CHOCAGUAN. El área de las fincas fue de 110 ha con tamaño de lotes bajo
arreglos agroforestales de cacao de 4 ha. Estos lotes presentaron características
contrastantes de manejo (composición de especies de árboles o plantas para sombrío,
manejo de la sombra) y diversificación de árboles como dosel de sombra.
Radiación transmitida
32 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Para tener una evaluación de la cantidad de radicación transmitida del dosel de árboles
a los individuos de cacao, en cada parcela, se tomaron fotografías hemisféricas (Nikon
Coolpix 4500 con lente hemisférico FC-E8, Nikon Co. Japón). La fotografía se tomó en
cada punto cardinal de los árboles que conformaron el dosel de sombra teniendo en cuenta
la coordenada de ubicación en cada parcela. Cada foto hemisférica se analizó mediante el
software Gap Light Analyzer (GLA Frazer et al. 1999). Además, en cada punto se midió la
intensidad de la Radiación Fotosintéticamente Activa (PAR, en μmol m-2 s-1) utilizando un
sensor AcuPAR LP-80 (Decagon Devices Inc., Pullman, WA, USA).
Radiación transmitida
A partir de las fotografías hemisféricas, se calculó el Índice de Área Foliar (IAF
calculado de la relación entre el área foliar y el área del suelo) por parcela. Para cada árbol
que genera sombra al cacao se estimó la fracción de interceptación de luz como el cociente
entre las intensidades de PAR sobre y bajo el dosel del árbol. La fracción de interceptación
de PAR por parcela se obtuvo promediando los valores estimados por árbol.
Posteriormente, se construyó un mapa bidimensional de la distribución de PAR por parcela
y se calculó el coeficiente de extinción de la luz por parcela por medio de la siguiente
expresión:
2.5 Resultados
fue el doble en comparación a las otras tipologías, compuesta por árboles de gran tamaño
(altura y área de copa) que se traduce en un mayor IPF (12.53). A nivel horizontal, los
árboles se encuentran muy cerca, a distancia media de 2.41 m y de manera aleatoria
(RCE=1).
CP
SAR SAA
SMD
Figura 2-2 Análisis de clúster de las tipologías basados en los resultados de componente
principal de las variables de composición, estructura espacial y distribución de la radiación.
SMD: multiestrato diversificado complejo, SAR: baja diversidad de árboles regulares, SAA:
baja diversidad de árboles agregados y CP: alta densidad de musáceas (n=50, p<0.05).
IPF de 4.45. La estructura espacial es regular (RCE>1), con distancia medias mayores de
3 m (Tabla 2-1).
Tabla 2-1 28 variables caracterizadas en cada parcela y sus valores medios de las tipologías agroforestales evaluadas. 4 variables
de diversidad, 6 de composición, 9 de estructura espacial vertical, 3 de estructura espacial horizontal y 4 de radiación transmitida.
Estructura
Indice de predominio fisionómico PPI 12.53±0.79a 4.45±0.73b 4.62±0.73b 3.42±1.22b 6.12±0.65 <0.0001
40 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Indice del vecino más cercano RCE 1±0,03c 1,32±0,05a 0,9±0,03d 1,21±0,05b 1,12±0,04 <0.0001
Radiación Radiación transmitida fPARt 680.4±60.1c 820.3±220.8c 1200.8±80.6b 1400.6±100.2a 1025.5±115.4 <0.0001
Los valores representan la media ± desviación estandar. El valor P muestra diferencias significativas entre los arreglos agroforestales en la
amazonia colombiana. Los arreglos forestales son: Multiestrato diversificado complejo (SMD), baja diversidad de árboles regulares (SAR), baja
diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP). Valores en una columna con letras distintas indican diferencias
significativas entre arreglos forestales (post-hoc LSDFisher tests, p <0.05).
Capitulo 2 41
41
42 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Figura 2-4 Distribución horizontal y perfil vertical en una parcela típica de cada tipología
cacaotera, modelación realizada en el simulador espacial SExI-FS y Shademotion. La radiación
Capitulo 2 43
transmitida se expresa en escala de grises donde mayor intensidad indica mayor sombrío. SMD:
multiestrato diversificado complejo, SAR complejo baja diversidad de árboles regulares, SAA:
complejo baja diversidad de árboles agregados y CP: alta densidad de musáceas.
43
44 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Tabla 2-2 Lista de especies de árboles dentro de las diferentes tipologías de sombra de cacao bajo arreglos agroforestales.Los tipos
son: Multiestrato diversificado complejo (SMD), Baja diversidad de árboles agregados (SAA), Baja diversidad de árboles regulares
(SAR), Alta densidad de musáceas (CP).
Ficus insipida Willd. Casearia javitensis Kunth Protium cf. glaberscens Swart
Hieronyma alchorneoides Allemão Chimarrhis glabriflora Ducke Sapium glandulosum (L.) Morong
Inga minutula (Schery) T.S. Elias Coccoloba mollis Casar. Siparuna decipiens (Tul.) A. DC.
Pentagonia macrophylla Benth. Conceveiba sp. 1 Solanum altissimum Benítez
Sapium eglandulosum Ule Croton matourensis Aubl. Spondias
Sapium marmieri Huber Jacaratia digitata (Poepp. & Endl.) Solms Theobroma glaucum H. Karst
Spondias mombim L. Miconia cf. floribunda (Bonpl.) DC. Virola duckei A.C. Sm.
Swietenia macrophylla King Moraceae sp2 Xylopia cf. amazonica R.E. Fr.
SAA (n=18) Bajo Citrus limon (L.) Osbeck Alchornea latifolia Sw. Sapium peruvianum Steud.
Hieronyma alchorneoides Allemão Alibertia sp. 1 Schefflera morototoni (Aubl.)
Inga cayennensis Sagot ex Benth. Andira cf. multistipula Ducke Maguire, Steyerm. & Frodin
Inga minutula (Schery) T.S. Elias Asteraceae sp.1 Tetragastris panamensis (Engl.) Kuntze
Urera caracasana (Jacq.) Gaudich. ex
Spondias mombim L. Billia rosea
Griseb.
Swietenia macrophylla King Citrus sinensis
Condaminea sp. 1
Crescentia cujete L.
Morinda citrifolia L.
Prunus accumulans (Koehne) C.L. Li
& Aymard
Rollinia cf. cuspidata Mart.
Intermedio Beilschmiedia sp.1 Alchornea glandulosa Poepp. Parkia cf. velutina Benoist
Guarea fissicalyx Harms Allophylus floribundus (poepp) Randlk
Hieronyma alchorneoides Allemão Chrysophyllum sp. 1
Inga minutula (Schery) T.S. Elias Citrus nobilis Lour
Psidium guajava L. Fabaceae sp2
Sapium marmieri Huber Ficus sp. 1
Swietenia macrophylla King Inga sp. 3
SAR
Bajo Acalypha diversifolia Jacq. Allophylus sp. 1
(n=10)
45
46 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Tabla 2-3 Indice de Valor de Importancia (IVI) e Indice de Predominio Fisionómico (IPF) para las
especies de árboles en las diferentes tipologías de cacao bajo arreglos agroforestales. Los tipos
son: Multiestrato diversificado complejo (SMD), Baja diversidad de árboles agregados (SAA), Baja
diversidad de árboles regulares (SAR), Alta densidad de musáceas (CP).
Inga minutula (Schery) T.S. Elias 33.63 51.54 21.62 25.23 63.6 152.91 21.81 20.88 65.67 114.94
Sapium marmieri Huber 19.51 19.8 27.2 16.29 20.56 0 18.01 7.88 11.81 0
Spondias mombim L. 18.73 19.92 19.75 17.05 20.37 62.51 15.7 10.73 10.85 35.56
Swietenia macrophylla King 9.58 11.78 3.99 18.31 17.78 0 3.9 23.79 12.6 0
Ficus insipida Willd. 7.92 6.97 13.31 4.04 4.94 0 7.73 2.15 2.45 0
Acalypha cf. stachyura Pax 5.81 5.7 3.44 6 8.84 34.59 2.8 2.71 4.57 16.63
Cordia alliodora (Ruiz & Pav.) Oken 4.28 4.37 1.88 2.08 0 0 1.59 1.3 0 0
Ceiba cf. samauma (Mart.) K. Schum. 3.75 2.22 2.64 4.38 0 0 1.14 2.18 0 0
Leonia crassa L.B. Sm. & A Fernandez 3.41 2.83 1.72 9.21 0 0 0.8 3.63 0 0
Vitex orinocensis Kunth 3.05 2.69 2.13 2.14 6.89 0 1.38 1.48 4.63 0
Citrus limon (L.) Osbeck 2.93 1.8 1.09 6.24 0 0 0.51 3.23 0 0
Acalypha diversifolia Jacq. 2.85 2.19 2.66 2.02 9.32 0 1.78 1.19 8.28 0
Cecropia latiloba Miq. 2.58 1.63 1.29 4.37 7.12 0 0.67 2.1 5.18 0
Otras 200.18 225.76 180.21 212.94 195.99 250.01 137.03 153.72 142.97 167.13
47
48 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
2.6 Discusión
Sonwa et al. 2016), Ghana con 196 especies (Asase et al. 2010) y alrededor de 53 especies de
árboles en Costa Rica (Deheuvels et al. 2012). Sin embargo, en las tipologías encontradas en el
presente estudio, se presenta en la tipología Baja diversidad de árboles regulares, los cuales son
parecidos a los catalogadas como “cacao manejado” de manera intensiva con sombra
especializada, especies como Cordia alliodora e Inga spp. Esta situación es característica de
sistemas “nuevos” o de “proyecto” de cacaotales de Centroamérica, que presentan una diversidad
específica baja (Cerda et al. 2014; Ngo-Bieng et al. 2013; Deheuvels et al. 2012). En los datos
analizados en el presente estudio, se encontraron 14 parcelas de las 50 caracterizadas en la zona
de la amazonia. Una perspectiva de investigación y de manejo será asegurarse que esta
diversidad no se pierda durante el desarrollo de este cultivo en la región de la Amazonia.
Entre los estudios de caracterización de la estructura de la vegetación en arreglos
agroforestales, sólo unos pocos han estudiado de manera conjunta la estructura espacial
considerando la distribución vertical y horizontal de los árboles, palmas y musáceas del dosel de
sombra (Gidoin et al. 2014 a, b; Ngo-Bieng et al 2013, 2006). Además de variables de estructura
vertical y horizontal, el presente estudio incluye en su tipificación la radiación transmitida a los
individuos de cacao. Particularmente, la región de la Amazonia colombiana, se caracteriza por
tener altos niveles de nubosidad lo cual reduce la disponibilidad de radiación por la cantidad de
horas luz (3.5 horas); por ello, es importante caracterizar el nivel de radiación disponible para el
cultivo del cacao para así diseñar estructuras eficientes que optimicen el desarrollo ecofisiológico
del cacao y su producción, y además minimizar condiciones para el desarrollo de plagas y
enfermedades al incrementar el umbral de sombra (Gidoin et al. 2014b).
En el presente trabajo, se evaluó la radiación transmitida al cacao usando dos metodologías: i.
Fotos hemisféricas (cálculo del Índice de Área Foliar) y medidas de PAR para el cálculo del
coeficiente de extinción de la luz. ii. Simulación de la fracción de horas sombra promedio en cada
parcela agroforestal con el modelo Shademotion y el grado de apertura del dosel usando el
modelo SExI-FS. Para esto, se consideró la distribución espacial horizontal en la cual se asegura
tener en cuenta la relación entre la organización de los individuos en el espacio y la distribución
espacial de la radiación transmitida. La intensidad y la distribución espacial de la radiación son
características importantes que dependen de la composición y de la estructura de los arreglos
agroforestales y que influyen en el funcionamiento de las plantas de cacao, específicamente en
el comportamiento ecofisiológico y la producción. Además, influyen sobre la diversidad de las
especies que conforman el dosel inferior (Ngo-Bieng et al, 2013; Tadu et al. 2014; Babin et al.
2010).
49
50 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
2.7 Agradecimientos
Almeida, A.-A.F; Gomes, F.P; Araujo, R.P; Santos R.C; Valle, R.R. 2014. Leaf gas exchange in
species of the Theobroma genus. Photosynthetica 52 (1): 16-21, 2014.
Asase, A., Ofori-Frimpong, K., & Ekpe, P. K. 2010. Impact of cocoa farming on vegetation in an
agricultural landscape in Ghana. African Journal of Ecology, 48(2), 338-346.
Babin, R., Ten Hoopen, G. M., Cilas, C., Enjalric, F., Gendre, P., & Lumaret, J. P. 2010. Impact of
shade on the spatial distribution of Sahlbergella singularis in traditional cocoa
agroforests. Agricultural and Forest Entomology 12(1):69-79.
Bisseleua, H.B., Fotio, D., Yede, Missoup, A.D., Vidal, S., 2013. Shade tree diversity, cocoa pest
damage, yield compensating inputs and farmers' net returns in West Africa. PLoS One 8.
http://dx.doi.org/10.1371/journal.pone.0056115.
Cerda R, Deheuvels O, Calvache D, Niehaus L, Saenz Y, Kent J, Vilchez S, Villota A, Martinez C,
Somarriba E. 2014. Contribution of cocoa agroforestry systems to family income and domestic
consumption: looking towards intensification. Agrofor Syst 1–25. doi:10.1007/s10457- 014-9691-
8
Clark, P.J; Evans, F.C. 1954. Distance to nearest neighbor as a measure of spatial relationships
in populations. Ecology 35:445-453.
Colwell, R. K. 2013. EstimateS: Statistical estimation of species richness and shared species from
samples. Version 9 and earlier. User’s Guide and application. Department of Ecology &
Evolutionary Biology, University of Connecticut, Storrs, CT 06869-3043, USA
Charbonnier, F., le Maire, G., Dreyer, E., Casanoves, F., Christina, M., Dauzat, J., Eitel, J.U.H.,
Vaast, P., Vierling, L.A., Roupsard, O., 2013. Competition for light in heterogeneous canopies:
application of MAESTRA to a coffee (Coffea arabica L.) agroforestry system. Agric. For. Meteorol.
181, 152–169
Davis, J.C. 1986. Statistics and Data Analysis in Geology. John Wiley & Sons.
Deheuvels O., Avelino J., Somarriba E., Malézieux E. 2012. Vegetation structure and productivity
in cocoa-based agroforestry systems in Talamanca, Costa Rica. Agriculture, ecosystems and
environment, 149:181-188.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W. InfoStat
versión 2017. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL
http://www.infostat.com.ar
Dray, S., Dufour, A.B. 2007. The ade4 package: implementing the duality diagram for ecologists.
Journal of Statistical Software. 22(4): 1-20.
51
52 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Mbolo, M. M. A., Zekeng, J. C., Mala, W. A., Fobane, J. L., Chimi, C. D., Ngavounsia, T., &
Tamanjong, Y. V. 2016. The role of cocoa agroforestry systems in conserving forest tree diversity
in the Central region of Cameroon. Agroforestry Systems 90(4), 577-590.
Moguel R, Toledo VM. 1999. Biodiversity conservation in traditional coffee systems of Mexico.
Conservation Biology 13:11-21.
Ngo-Bieng, M. N., Gidoin, C., Avelino, J., Cilas, C., Deheuvels, O., & Wery, J. 2013. Diversity and
spatial clustering of shade trees affect cacao yield and pathogen pressure in Costa Rican
agroforests. Basic and applied ecology 14(4):329-336.
Ngo-Bieng, M. N., Ginisty, C., Goreaud, F., Perot, T. 2006. Forst typology of oak and Scots pine
mixed stands in Orleans Forest (France), based on the canopy spatial structure. New Zealand
Journal of Forestry Science 36(2/3):325-346.
Noiha Noumi, V., Zapfack, L., Awe Djongmo, V., Witanou, N., Nyeck, B., Ngossomo, J. D., ... &
Tabue Mbobda, R. B. 2017. Floristic structure and sequestration potential of cashew
agroecosystems in Africa: A case study from Cameroon. Journal of Sustainable Forestry, 36(3),
277-288.
Oke DO, Odebiyi KA. 2007. Traditional cocoa-based agroforestry and forest species conservation
in Ondo State, Nigeria. Agric Ecosyst Environ 122:305–311. doi:10.1016/j.agee.2007.01.022.
Phillips-Mora, W.; Aime, M.C.; y Wilkinson, M.J. 2007. Biodiversity and biogeography of the cacao
(Theobroma cacao) pathogen Moniliophthora roreri in tropical America. Plant Pathol. 56:911 - 922.
Quesada, F., Somarriba, E., Malek, M. 2007. ShadeMotion 3.0: Software para calcular la cantidad
de horas de sombra que proyectan un conjunto de árboles sobre un terreno. CATIE. 31 pp.
R Development Core Team. 2016. R: A language and environment for statistical computing. R.
Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-
project.org/
Rangel Ch, J. O., Avella, A. 2011. Oak forests of Quercus humboldtii in the Caribbean region and
distribution patterns related with environmental factors in Colombia. Plant Biosystems-An
International Journal Dealing with all Aspects of Plant Biology, 145(sup1), 186-198.
Rice R, Greenberg R. 2000. Cacao cultivation and the conservation of biological diversity. Ambio
29:167-173.
Ripley, B.D. 1979. Tests of 'randomness' for spatial point patterns. Journal of the Royal Statistical
Society, ser. B 41:368-374.
Sambuichi, R. H., Vidal, D. B., Piasentin, F. B., Jardim, J. G., Viana, T. G., Menezes, A. A., &
Baligar, V. C. 2012. Cabruca agroforests in southern Bahia, Brazil: tree component, management
practices and tree species conservation. Biodiversity and conservation, 21(4), 1055-1077.
53
54 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Zuidema, P. A., Leffelaar, P. A., Gerritsma, W., Mommer, L., & Anten, N. P. 2005. A physiological
production model for cocoa (Theobroma cacao): model presentation, validation and
application. Agricultural Systems, 84(2), 195-225.
55
56
3.1 Abstract
Regression models to predict leaf area and leaf weight in cacao (Theobrama cacao L.)
were fitted using leaves from cultivated plants under nursery conditions and from plants of
commercial plantations, both located in the Amazon Investigations Center CIMAZ at Macagual,
Caquetá, Colombia. A total of 2895 leaves were collected in such a way to cover a wide range of
Capitulo 3 57
leaf sizes. Width, length, weight, and leaf area were measured for each leaf. The total number of
leaves was randomly divided into training and validation sets. The training set was used for model
fitting and selection, the other for measuring model prediction ability. Leaf area and leaf weight
were modeled using different linear regression models based on length and width of leaf.
Polynomial regressions involving both length and width of leaves provided very good models to
estimate the expected area (R2=0.98) and weight (R2=0.91) of leaves.
3.2 Introduction
Monitoring crop growth uses mathematical models to describe the relationship between
the growth of a plant, the production of dry matter, and the expansion of total leaf area. The study
of the time course of these variables can be followed either directly or through functions of them,
such as Relative Growth Rate (RGR), Crop Growth Rate (CGR), Net Assimilation Rate (NAR),
Leaf Area Duration (LAD), Leaf Area Relationship (LAR), and Leaf Area Index (LAI). The study
thought time of these variables allows for the evaluation of the effects of different environmental
conditions and management on crop growth.
Most studies that determine growth under controlled conditions require destructive
samples, but this is impossible in experiments that aim to monitor the growth of the same leaf over
time. By using regression models, leaf area and leaf weight can be predicted using variables that
do not require destructive sampling techniques. Leaf area and leaf weight have been
demonstrated to be good proxies of plant growth from which growth parameters can be estimated.
Different methods of measurement have been developed to calculate leaf area; however,
these procedures require the extraction of leaves, preventing these from healing over time. Non-
destructive sampling allows for the repeated measurement of leaves over time while avoiding the
biological alteration characteristic of destructive methods (De Swart et al., 2004). Rouphael et al.
(2007) working on sunflowers and Tsialtas et al. (2008) working on the cabernet sauvignon
grapevine, modeled leaf area and weight, applying linear regression models used as predictors of
leaf length and/or leaf width. These methods are more economical, quick, and reliable, as well as
non-destructive. Through leaf area and weight estimations, the agronomic and physiological
behavior of plants with respect to the availability of radiation and water, as well as sowing
schemes, can be explained (Blanco y Folegatti, 2005).
57
58 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Regression models have been widely used to estimate the area and weight of leaves in a
variety of crops such as pepper (Rojas-Lara et al., 2008), avocado (Calderón et al., 2009), coffee
(Antunes et al., 2008), peach (Espinoza-Espinoza et al., 1998), maize (Birch et al., 1998), orange
(Avanza et al., 2004; Hernández–López et al., 2004), papaya (Cardona et al., 2009), rose
(Fascella et al., 2013), tobacco (Bozhinova, 2006), cassava (Burgos et al., 2010), and mango
(Ghoreishi et al., 2012, Calderón et al., 2009). The aim of this study was to evaluate different
models to provide precise estimates of leaf area and leaf weight in Theobroma cacao L. using
non-destructive techniques.
than the homoscedastic one. The heteroscedasticity was modeled with a power function of the
predicted value (Di Rienzo et al., 2012). Models were fitted using function gls of library nlme
(Pinheiro et al., 2016) of R language version 3.4.0 (R Core Team, 2017) using the interface of
InfoStat (Di Rienzo et al., 2017).
Tabla 3-1Fitted models to estimate expected values of weight and area of leaves of cacao
(Theobroma cacao L.) as a function of the length and width of the leaves.
( ( )
ei ~ N 0, s i2 = Yˆi
r
) ; cor(e , e ) = 0 " (i ¹ i ')
i i'
From the total of the 2890 leaves recorded, 1465 were randomly chosen to from the total
of the 2890 leaves recorded, 1465 were randomly chosen to conform the training set used to
estimate the models. The remaining 1425 leaves were used as a validation set to measure the
predictive ability of a fitted model calculating, in this set, the R2 and prediction mean square error
(PMSE).
Prediction mean square error (PMSE) and R2 are summary statistics that allow for the
comparison of models and suggest how good the fitting is. However, they do not tell anything
about trends in departure of observed to expected values, across the regions of prediction space.
A simple and effective way to visualize any trouble regarding this issue is to draw a scatter plot of
observed vs. expected values, and overlap a reference line (y=x) and the regression line of
observed vs. expected values. A departure of the regression line of observed vs. expected from
the reference line is evidence of bias. Sometimes, reference and regression lines are too close to
visually recognize differences among a set of competing models. We calculated the area between
those lines (ABL) in the range of observed dependent variables as a measurement of bias.
59
60 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
3.4 Results
Summary statistic are provided for each of the morphometric variables evaluated (Table
3-2). Pairwise Pearson’s and Spearman’s correlation coefficients were also calculated among the
set of morphometric variables (Figure 3-1). Pearson’s and Spearman’s correlation coefficients
were very similar (concordance between these correlations coefficients was 0.95).
Tabla 3-2 Summary statistics for morphometric variables of leaves of Theobroma cacao L.
The sample was taken to cover a wide range of leave sizes.
Figura 3-1Scatter plots matrix between area, weight, length (L) and width (W) of the leaves of
Theobroma cacao L.
Regression coefficients for the six models described above were estimated for both dependent
variables – weight and leaf area (Table 3-3 and Table 3-4). In both cases, Model 2, which is a
second order polynomial on leaf length and leaf width, without their cross product have a PMSE
as low as for Model 1, but require one less parameter, not diminishing R2. Exclusion of leaf length
or leaf width increased PMSE, and reduced R2.
61
62 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Tabla 3-3 Summary of the six models evaluated to predict leaf weight. L, W, LL, WW, and LW
are the regression coefficients corresponding to leaf length (L), leaf width (W), squared leaf
length (LL), squared leaf width (WW), and the cross product of leaf length and leaf width (LW).
Prediction mean square error (PMSE), and determination coefficient (R2) are calculated on the
validation data set.
Tabla 3-4 Summary of the six models evaluated to predict leaf area. L, W, LL, WW, and LW are
the regression coefficients corresponding to leaf length (L), leaf width (W), squared leaf length
(LL), squared leaf width (WW), and the cross product of leaf length and leaf width (LW).
Prediction mean square error (PMSE) and determination coefficient (R2) are calculated on the
validation data set.
Model Intercept L W LL WW LW PMSE R2
1 10.165 0.1370 -3.3153 0.0714 0.9902 0.1624 19.45 0.98
2 9.634 0.2022 -3.3458 0.0985 1.2179 19.42 0.98
3 6.584 0.3709 0.1857 95.55 0.90
4 15.788 -4.2372 2.0377 88.73 0.90
5 2.275 3.3184 -9.1052 1.7237 21.35 0.98
6 -8.079 -2.7200 11.0818 0.1870 28.08 0.97
A departure of the regression line of observed vs. expected from the reference line is
evidence of bias (Figure 3-2 and Figure 3-3 for weight and area respectively). In this case
reference and regression line are too close to visually recognize differences among a set of
competing models. When modeling weight, and considering the PMSE (smaller is better) and R2,
three models (Model 1, Model 2 and Model 5) have similar performance. However, Model 5 has a
smaller number of parameters and the regression line of observed vs. predicted is closer to the
reference line (lesser ABL, Figure 3-2). Thus, we propose Model 5 as the best for weight
estimation.
Capitulo 3 63
2.0
2.0
2.0
ABL = 1.101 ABL = 1.091 ABL = 1.214
1.5
1.5
1.5
Observed weight (g)
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
0.0 0.5 1.0 1.5 2.0 0.0 0.5 1.0 1.5 2.0 0.0 0.5 1.0 1.5 2.0
2.0
2.0
1.5
1.5
Observed weight (g)
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
0.0 0.5 1.0 1.5 2.0 0.0 0.5 1.0 1.5 2.0 0.0 0.5 1.0 1.5 2.0
Figura 3-2 Relationship between the observed weight and the expected weight of the leaves of
cacao plants (Theobroma cacao L.). Regression line of observed versus expected values:
dotted line, reference line (x=y): solid.
When modeling area, and considering the PMSE (smaller is better) and R2, two models
(Model 1, Model 2) have the lower PMSE and higher R2. However, Model 2 has a smaller number
of parameters and the regression line of observed vs. predicted is closer to the reference line
(lesser ABL, Figure 3-3). Thus, we propose Model 2 as the best for area estimation.
63
64 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
150
150
150
Observed area ( cm )
Observed area ( cm )
Observed area ( cm )
2
2
100
100
100
50
50
50
0
0
0 50 100 150 0 50 100 150 0 50 100 150
2 2 2
Expected area ( cm ) Expected area ( cm ) Expected area ( cm )
150
150
150
Observed area ( cm )
Observed area ( cm )
Observed area ( cm )
2
100
100
100
50
50
50
0
Figura 3-3 Relationship between observed leaf area and expected leaf area in leaves of cacao
plants (Theobroma cacao L.). The dotted line represents the line y=x.
3.5 Discussion
Calculating leaf area and weight via regression methods is an inexpensive and useful tool
for the investigation of the physiology and agronomic behavior of crops under different
management conditions, including fertilization, water availability, and instances of contrasting
conditions such as crop rehabilitation via agroforestry. For this reason, the morphological
parameters of the leaf, such as length and width, have been frequently used when developing
Capitulo 3 65
regression estimators of leaf variables that are more difficult to measure (Keramatloua et al., 2015;
Fascella et al., 2013; Gao et al., 2012; Pompelli et al., 2012; Rouphael et al., 2010). We found a
positive correlation between leaf area and length and between leaf area and width, with correlation
coefficients over 0.93 (Pearson and Spearman). The correlation between weight and length was
greater than the correlation between weight and width (Pearson 0.91 and 0.88, respectively) and
the Spearman (0.93 and 0.89, respectively). Serdar and Demirsoy (2006) found a close
relationship between leaf width, leaf length and leaf area of chestnut, with Pearson correlation
values ranging from 0.95 to 0.98.
Leaf area and weight estimation for perennial forest and fruit species such as Nogal
(Juglans regia L.) (Keramatloua et al., 2015) and Piñon (Jatropha curcas L.) (Pompelli et al., 2012)
have been developed using the width and length of the leaf in polynomic regression models
including the cross-product between them. In our work, whether the response variable was leaf
weight or leaf area, there is no advantage of including cross-product of length and width in the
multiple regression approach, but excluding leaf length or leaf width increased residual mean
square and reduced R2.
Keramatloua et al. (2015) found that a model including only the cross-product of length
and width was the best model to evaluate leaf area in Juglans regia L., and De Swart et al. (2004)
found that a complete second order polynomial model in length and width (including the cross-
product) was the best to evaluate leaf area in Capsicum annuum L; both authors made selections
based on R2 and PMSE. This is in agreement with previous studies (Cristofori et al., 2007;
Mendoza-de Gyves et al., 2007; Rouphael et al., 2007; Palmer, 1987) where the leaf area
estimation models were developed using the multiplicative equation (length × width).
The selection of the best model must be based not only on R2 and PMSE, but using some
measure of accuracy. Antunes et al. (2008) found that models for Coffea arabica and Coffea
canephora, even when showing high R2 and high precision, produce underestimations of leaf area.
Gao et al. (2012) found that models to estimate leaf area in genotypes of roses (Rosa hybrida L.)
were biased. They explained the bias as due to morphological differences between individuals
and genotypes.
Several works used a validation set to perform a model validation mainly based on the R2
and PMSE of the adjusted vs. reference line (Keramatlou et al., 2015; Fascella et al., 2013; Gao
et al., 2012; Pompelli et al., 2012; Rouphael et al., 2010; De Swart et al., 2004). In addition to R2
and PMSE, we calculated the area between adjusted vs. predicted line and reference line (ABL)
with a large validation set as a measure of bias (area close to zero means low bias). This is an
extra criterion to choose among models considering bias. In our study, we found the best model
65
66 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
to estimate weight has a lesser agreement with the measured value than leaf area models. This
result is according to the findings of Cho et al. (2007), who found the best accuracy estimating
leaf area rather than leaf weight in cucumbers (Cucumis sativus L.).
A point to highlight in our approach to regression models is the introduction of
heteroscedastic models. It is commonly observed that morphological variables of live organisms
increase their variance as they grow. When heteroscedasticity is present, as in this work, the use
of heteroscedastic models is recommended to get more precise estimators of regression
coefficients. The results obtained in this study demonstrate that leaf area and weight of the cacao
plant (Theobroma cacao L.) can be estimated using polynomial regression involving both the
length and width of leaves. Based on ABL, R2 and PMSE we recommend the model containing L,
LL, W and WW (Model 2) for leaf area estimation and the model with L, W and WW (Model 5) for
leaf weight estimation. These models were estimated and validated using data sets of thousands
of leaves, covering a wide range of leaf sizes.
3.6 Acknowledgments
This project was carried out with the financial collaboration of COLCIENCIAS using BID
funds under the framework “Characterization and classification of traditional Theobroma cacao
plantations as a strategy for the design and implementation of agroforestry arrangements in the
Bajo Caguán (Cartagena del Chaira)”, carried out by Amazonia University through a special
contract of cooperation 590 from 2012, and through Amazonia University funds for Doctoral
Training by via the seal “Pro-development of Amazonia University” Law No. 1301 of 2009.
3.7 References
Antunes, W.C., Pompelli, M.F., Carretero, D.M., DaMatta, F.M., 2008. Allometric models for non-
destructive leaf area estimation in coffee (Coffea arabica and Coffea canephora). Ann. Appl. Biol.
153(1), 33-40.
Avanza, M. M., Giménez, L., Mazza, S. M., Rodríguez, V. A., 2004. Descripción del crecimiento
de frutos de naranjo dulce mediante el uso de modelos no lineales. Comunicaciones Científicas
y Tecnológicas. Universidad Nacional del Nordeste, Argentina, 4 pp.
Birch, C.J., Hammer, G.L., Rickert, K.G., 1998. Improved methods for predicting individual leaf
area and leaf senescence in maize (Zea mays). Aust. J. Agric. Res. 49(2), 249-262.
Capitulo 3 67
Blanco, F.F., Folegatti, M.V., 2005. Estimation of leaf area for greenhouse cucumber by linear
measurements under salinity and grafting. Sci. Agr. 62(4), 305-309.
Bozhinova, R.P., 2006. Coefficients for determination of the leaf area in three Burley tobacco
varieties. JCEA. 7(1), 7-12.
Burgos, A.M., Avanza, M.M., Balbi, C.N., Prause, J., Argüello, J.A., 2010. Modelos para la
estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Krantz)
en la Argentina. Agriscientia 27(1), 55-61.
Calderón, A., Soto, F., Calderón, M., Fundora, L.R., 2009. Estimación de área foliar en posturas
de mango (Manguifera indica L.) y aguacatero (Persea spp.) en fase de vivero a partir de las
medidas lineales de las hojas. Cultivos Tropicales 30(1), 43-48.
Cardona, A.C., Araméndiz, H.T., Barrera, C.C., 2009. Estimación del área foliar de papaya (Carica
papaya L.) basada en muestreo no destructivo. Actualidad y Divulgación Científica 12(1), 131-
139.
Cho, Y. Y., Oh, S., Oh, M. M., Son, J. E., 2007. Estimation of individual leaf area, fresh weight,
and dry weight of hydroponically grown cucumbers (Cucumis sativus L.) using leaf length, width,
and SPAD value. Sci. Horticult. 111(4), 330-334.
Cristofori, V., Rouphael, Y., Gyves, E.M.-d., Bignami, C., 2007. A simple model for estimating leaf
area of hazelnut from linear measurements. Sci. Horticult. 113(2), 221-225.
De Swart, E.A.M., Groenwold, R., Kanne, H.J., Stam, P., Marcelis, L.F.M., Voorrips, R.E., 2004.
Non-destructive estimation of leaf area for different plant ages and accessions of Capsicum
annuum L. J. Hortic. Sci. Biotechnol. 79, 764-770.
Di Rienzo, J.A., Casanoves, F., Balzarini, M.G., Gonzalez, L., Tablada, M., Robledo, C.W., 2017.
InfoStat versión 2017. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL
http://www.infostat.com.ar
Espinoza–Espinoza, J. R.; Ortiz–Cereceres, J.; Mendoza–Castillo, Ma. Del C.; Villaseñor–Alva,
J. A.; Villegas–Monter, A.; Peña–Valdivia, C.; Almaguer–Vargas, G., 1998. Modelos de regresión
para la estimación del peso fresco y seco de ramas de duraznero (Prunus persica, L. Batsh.).
Revista Chapingo. Serie horticultura 4(2), 125-131.
Fascella, G; Darwich, S; Rouphael, Y., 2013. Validation of a leaf area prediction model proposed
for rose. Chilean J. Agric. Res. 73(1), 73-76.
Ferreira, T; Rasband, WS., 2012. ImageJ User Guide - IJ 1.46, 114 p.
Gao, M., Van der Heijden, G.W.A.M., Vos, J., Eveleens, B.A., Marcelis, L.F.M., 2012. Estimation
of leaf area for large scale phenotyping and modeling of rose genotypes. Sci. Horticult. 138, 227-
234.
67
68 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Ghoreishi, M., Hossini, Y., Maftoon, M., 2012. Simple models for predicting leaf area of mango
(Mangifera indica L.). Journal of Biology and Earth Sciences 2(2), 845-853.
Hernández–López, I., Flores–López C., Valencia–Manzo, S., Cornejo–Oviedo, E.H., 2004.
Crecimiento de tres especies de pino en una plantación establecida en Santiago Comaltepec,
Ixtlán, Oaxaca. In: Resultados de Proyectos de Investigación. UAAAN. Buenavista, Saltillo,
Coahuila. 7 p.
Keramatloua, I; Sharifanib, M; Sabouric, H; Alizadeha, M; Kamkard, B. 2015. A simple linear
model for leaf area estimation in Persian walnut (Juglans regia L.) Sci. Horticult. 184, 36-39.
Mendoza-de Gyves, E., Rouphael, Y., Cristofori, V., Mira, F.R., 2007. A non-destructive, simple
and accurate model for estimating the individual leaf area of kiwi (Actinidia deliciosa). Fruits 62,
171-176.
Palmer, J., 1987. Measurement of leaf area in apple trees. J. Hortic. Sci. 62, 5-10.
Pinheiro, J., Bates, D., DebRoy, S., Sarkar, D., 2016. _nlme: Linear and Nonlinear Mixed Effects
Models_. R package version 3.1-128, <URL: http://CRAN.R-project.org/package=nlme>.
Pompelli, M.F., Antunes, W.C., Ferreira, D.T.R.G., Cavalcante, P.G.S., Wanderley-Filho, H.C.L.,
Endres, L., 2012. Allometric models for non-destructive leaf area estimation of Jatropha curcas.
Biomass Bioenergy 36, 77-85.
R Core Team, 2017. R: A language and environment for statistical computing. R Foundation for
Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
Rojas–Lara, P.C., Pérez–Grajales, M., Colinas–León, M.T.B., Sahagún–Castellanos, J., Avitia–
García, E., 2008. Modelos matemáticos para estimar el crecimiento del fruto de chile manzano
(Capsicum pubescens). Revista Chapingo. Serie horticultura 14(3), 27-34.
Rouphael, Y., Mouneimne, A.H., Ismail, A., Mendoza-de Gyves, E., Rivera, C.M., Colla, G., 2010.
Modeling individual leaf area of rose (Rosa hybrida L.) based on leaf length and width
measurement. Photosynthetica 48, 9-15.
Rouphael, Y., Colla, G., Fanasca, S., Karam, F., 2007. Leaf area estimation of sunflower leaves
from simple linear measurements. Photosynthetica 45, 306-308.
Serdar, Ü; Demirsoy, H. 2006. Non-destructive leaf area estimation in chestnut. Sci. Horticult.
108(2), 227-230.
Tsialtas, J.T., Koundouras, S., Zioziou, E., 2008. Leaf area estimation by simple measurements
and evaluation of leaf area prediction models in cabernet-Sauvignon grapevine leaves.
Photosynthetica 46, 452-456.
69
4.1 Resumen
El cultivo del cacao (Theobroma cacao L.) es una de las actividades agrícolas importantes
en el mundo con una producción de 5 millones de toneladas de grano al año. Se cultiva bajo
diferentes arreglos agroforestales que, al generar distintos niveles de sombra y modificar las
características ambientales, repercuten sobre el flujo de savia y en consecuencia sobre la
producción. Para valorar la influencia de distintas variables ambientales sobre el flujo de savia
(Vs) se ajustó un modelo de predicción para el Vs en árboles de cacao bajo tres arreglos
agroforestales. Estos arreglos diferían en el nivel de radiación trasmitida de acuerdo con la
composición (árboles acompañantes) y estructura del cultivo. Se analizó la respuesta del Vs frente
a las principales variables ambientales para cada arreglo y se comparó el desempeño del modelo
(observado vs modelado) para estimar el Vs en función de las variables ambientales. Para ello,
se monitoreó durante dos semanas, en época seca, la humedad relativa del aire (RHa), la
temperatura del aire (Ta), la radiación fotosintéticamente activa (PAR), el déficit de presión de
vapor(VPD) y el Vs. El modelo ajustado predice bien (r2>0.90) el Vs en relación con las variables
ambientales bajo cada arreglo agroforestal. Los resultados muestran una asociación positiva
70 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
entre Vs y PAR, VPD, Ta y negativa con RHa. En el arreglo bajo sombra temporal transmitida y
generada por la asociación cacao-plátano (CP) hubo una mayor Vs diaria y nocturna. Además,
bajo los arreglos agroforestales SMD y SAA se presentaron reversos nocturnos de flujo de savia,
lo cual es indicativo de redistribución hidráulica. Este estudio presenta el comportamiento del Vs
en el cultivo del cacao influenciada por la estructura agroforestal bajo las condiciones de la
Amazonia. Desde el punto de vista agronómico, los resultados sugieren que los cacaotales en la
Amazonía deben ser manejados con sombra temporal transmitida, ya que bajo estas condiciones
se maximiza el Vs diurno y nocturno.
4.2 Abstract
The cultivation of cocoa (Theobroma cacao L.) is one of the important agricultural activities
in the world with a production of 5 million tons of grain per year. It is cultivated under different
agroforestry arrangements that, by generating different levels of shade and modifying
environmental characteristics, have an impact on the flow of sap and consequently on production.
To assess the influence of different environmental variables on the sap flow (Vs), a prediction
model for Vs was adjusted in cocoa trees under three agroforestry arrangements. These
arrangements differed in the level of radiation transmitted according to the composition
(companion trees) and structure of the crop. The Vs response was analyzed against the main
environmental variables for each arrangement and the performance of the model (observed vs.
modeling) was compared to estimate the Vs according to the environmental variables. To this end,
the relative humidity of the air (RHa), the air temperature (Ta), the photosynthetically active
radiation (PAR), the vapor pressure deficit (VPD) and the Vs were monitored for two weeks in the
dry season. The adjusted model predicts well (r2> 0.90) the Vs in relation to the environmental
variables under each agroforestry arrangement. The results show a positive association between
Vs and PAR, VPD, Ta and negative with RHa. In the arrangement under temporary shade
transmitted and generated by the cocoa-banana association (CP) there was a higher daily and
night Vs. In addition, under the SMD and SAA agroforestry arrangements there were nocturnal
sap flow reversals, which is indicative of hydraulic redistribution. This study presents the behavior
of the Vs in the cultivation of cocoa influenced by the agroforestry structure under the conditions
Capitulo 4 71
of the Amazon. From the agronomic point of view, the results suggest that the cacao plantations
in the Amazon should be managed with transmitted temporal shade, since under these conditions
the diurnal and nocturnal Vs are maximized.
4.3 Introducción
El cultivo del cacao (Theobroma cacao L.) es una de las principales actividades agrícolas a
nivel mundial con una producción de 5 millones de toneladas de grano en el año 2012 y un área
de producción de 9.9 millones de hectáreas (FOASTAT, 2016; ICCO, 2016), de las que el 70%
corresponde al cultivo asociado a árboles de sombra o con cultivos anuales y perennes
(Somarriba et al. 2012). Para el 2012, se reportó que en América Latina el 70% de las 1.5 millones
de hectáreas de cultivo de cacao están cultivadas bajo sombra (Somarriba et al. 2012) como uno
de los principales manejos que aun hoy día se mantiene. El cultivo del cacao en Colombia es una
actividad económica que cubre 143 645 ha, es desarrollada por alrededor de 40000 familias
productoras y genera 82000 empleos con una producción de 42000 toneladas de grano anual
(MADR, 2011). Por tanto, es importante el conocimiento del impacto que tienen las estructuras
agroforestales que proveen sombra al cacao en parámetros como el flujo de savia en la planta y
su relación con las variables ambientales generadas por las diferentes tipologías forestales.
El flujo de savia (Vs) ha sido monitoreado en diferentes tipos de cultivos y especies
forestales (Yin et al. 2014; Aranda et al. 2012) para el cálculo del balance hídrico de dichos
cultivos (Ghimire et al. 2014; Muñoz-Villers et al. 2012), la productividad (Madurapperuma et al.
2009) y su adaptación al cambio climático (Ahrends et al. 2010). Así, en cacao se ha reportado
un mayor uso del agua en los árboles cultivados bajo sombra (Köhler et al. 2014) presentando
mayor absorción en plantas bajo policultivos comparado con monocultivos (independientemente
del desarrollo de la planta Köhler et al. 2009). Las condiciones ambientales en el cultivo tienen
un importante efecto en los niveles de Vs (Köhler et al. 2014; Pimentel et al. 2010) y, por tanto, en
el balance hídrico que está moldeado por la evaporación del agua en el suelo y la transpiración
del cultivo (Siriri et al. 2013; Lin, 2010). Además, las condiciones microclimáticas (Hernández-
Santana et al. 2016; Rousseaux et al. 2009) inciden en el incremento o variabilidad del flujo de
savia; por ejemplo, se ha reportado que variables como la hora del día, el déficit de presión de
vapor (Ford et al. 2004) y el nivel de radiación afectan al flujo de savia de los cultivos arbóreos
(Fiora y Cescatti, 2006). Los distintos arreglos agroforestales al modificar el nivel de sombrío
71
72 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
cambian las condiciones microclimáticas (Siriri et al. 2013; Dierick et al. 2010; Köhler et al. 2010)
incidiendo sobre el balance hídrico del cultivo y afectando de forma determinante el Vs. Al diseñar
arreglos agroforestales, además de considerar el balance hídrico en el cultivo del cacao, se debe
considerar la reducción de la competencia por agua entre la especie de cultivo y los árboles del
dosel superior (Lin, 2010).
El objetivo de este trabajo fue cuantificar y comparar el flujo de savia en plantas de cacao
creciendo bajo diferentes arreglos agroforestales en la Amazonía colombiana y su relación con
las características microclimáticas generadas por estos. Adicionalmente, se modeló la variación
de Vs en las plantas de cacao en función de las principales variables ambientales registradas en
cada arreglo agroforestal, durante época seca y considerando los días como repeticiones durante
el periodo de monitoreo: radiación, humedad, temperatura y déficit de presión de vapor (Niu et al.
2014; Horna et al. 2011; Zeppel et al. 2008 Chuang et al. 2006).
árboles por ha-1. Los factores macro-ambientales (clima y suelo) fueron iguales para todas las
parcelas. Por restricciones experimentales los arreglos agroforestales se realizaron en grandes
parcelas y no fueron repetidos. El registro de Vs se realizó sobre cuatro plantas de cacao
escogidas aleatoriamente en cada arreglo, considerando los días (15) como repeticiones durante
el periodo de monitoreo, época seca, asegurando plena época seca, sin presencia de lluvias. Por
la naturaleza clonal y coetánea de las plantas de cacao utilizadas se asume que las diferencias
encontradas en el flujo de savia entre arreglos se deben al efecto de los arreglos sobre las
variables ambientales y del efecto de estas últimas sobre el comportamiento fisiológico del cacao,
no estando confundidos con otros factores.
73
74 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
de recolección de datos (CR10X datalogger + multiplexor AM416, Campbell Scientific, Logan, UT,
USA) que almacenó una medida cada 10 minutos. Cada sensor SFM1 está compuesto por dos
agujas y una sonda de calor integrada a un microprocesador para determinar el Vs. Cada aguja
está compuesta por dos termocuplas las cuales reciben el pulso de calor que incrementa la
temperatura en el xilema conductor y que es proporcional a la velocidad del pulso de calor (Vs,
cm h-1) (Burgess et al. 2001, 1998).
La Vs se calculó según la siguiente expresión:
k
Vs = ln(V1 / V2 )*3600
x
donde: k es la difusividad térmica en el área del xilema conductor (se asumió un valor por defecto
de 0.0025 cm2 s-1), x es la distancia entre la sonda de calor y cada una de las agujas (cm), V es
el aumento de la temperatura (°C) inicial con respecto a la aguja ubicada en la parte inferior ( V1 )
y superior ( V2 ).
(n=1740), considerando el valor de R2 como una medida del valor predictivo del modelo. Se
realizaron gráficos de dispersión mostrando la recta ajustada y la recta de ajuste ideal, i.e. y=x.
Los ajustes se llevaron a cabo usando la función lme del paquete nlme (Pinheiro et al. 2015) del
lenguaje R versión 3.4.0 (R Development Core Team, 2017), utilizando la interfaz implementada
en InfoStat (Di Rienzo et al., 2017).
4.5 Resultados
75
76 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Tabla 4-1. Valores medios ± E.E. de las variables ambientales durante el periodo de monitoreo
bajo diferentes arreglos agroforestales y a distintas horas del día (horas oficiales UTC/GMT -
5:00,): humedad relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación
fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa). Los arreglos
forestales son: Multiestrato diversificado complejo (SMD), Baja diversidad de árboles agregados
(SAA), Alta densidad de musáceas (CP). Valores en una columna con letras distintas dentro de
la misma franja horaria indican diferencias significativas entre arreglos forestales (post-hoc
LSDFisher tests, p <0.05).
1
2 Figura 4-1. Comportamiento de variables microclimáticas (a. humedad relativa del aire RHa %, b. la temperatura del aire Ta, ºC, c.
3 radiación fotosintéticamente activa PAR, µmol m-2 s-1, d. déficit de presión de vapor VPD, kPa), en época seca (Enero, 2015), bajo
4 diferentes arreglos agroforestales de cacao: Alta densidad de musáceas (CP). Baja diversidad de árboles agregados (SAA) y
5 Multiestrato diversificado complejo (SMD). Los símbolos y barras de error son el valor medio (+/- E.E) entre días de esa variable a la
6 hora indicada. El monitoreo de época seca corresponde a los días 13 a 27 de enero (año del 2015), debido a que en esta época se
7 presentan períodos de déficit hídrico para el cultivo de cacao.
77
78 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Figura 4-2 Comportamiento diario y en el periodo de monitoreo (época seca) del flujo de
savia (Vs) en plantas de cacao (n=4) bajo diferentes arreglos agroforestales: Alta
densidad de musáceas (CP). Baja diversidad de árboles agregados (SAA). Multiestrato
78
Capitulo 4 79
diversificado complejo (SMD). Los símbolos y barras de error son el valor medio (+/- SE)
para las 4 plantas y entre días de Vs.
79
80 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Tabla 4-3 Modelo obtenido de una serie de regresiones analizadas a partir de variables
ambientales bajo diferentes arreglos agroforestales de cacao en la Amazonía
Colombiana. Multiestrato diversificado complejo (SMD), Baja diversidad de árboles
agregados (SAA), Alta densidad de musáceas (CP). Las variables ambientales son:
humedad relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación
fotosinteéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa).
80
Capitulo 4 81
Tabla 4-4 Coeficientes de modelo para la determinación del Vs usando las variables
ambientales bajo diferentes arreglos agroforestales de cacao en la Amazonia
Colombiana como predictores. Multiestrato diversificado complejo (SMD), baja
diversidad de árboles agregados (SAA), Alta densidad de musáceas (CP), humedad
relativa del aire (RHa %), temperatura del aire (Ta, ºC), radiación fotosinteéticamente
activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa).
81
82 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Figura 4-3 Comportamiento en el periodo de monitoreo (época seca, Enero 2015) del
flujo de savia en plantas de cacao bajo diferentes arreglos agroforestales a partir del
modelo de predicción bajo diferentes arreglos agroforestales: a. Multiestrato
diversificado complejo (SMD), b. baja diversidad de árboles agregados (SAA), c. Alta
densidad de musáceas (CP). Las líneas horizontales son la referencia del flujo de savia
a 0 y 0.1 L hr-1. Los símbolos y barras de error son el valor medio (+/- SE) entre días de
Vs a la hora indicada. Vs: Flujo de savia observado, Vs1: Flujo de savia modelado.
82
Capitulo 4 83
Figura 4-4 Relación entre Vs observada (eje X) versus el Vs modelada (eje Y) obtenidos
mediante los modelos de predicción para cada arreglo agroforestal: a. Multiestrato
diversificado complejo (SMD), b. baja diversidad de árboles agregados (SAA), c. Alta
densidad de musáceas (CP). Las líneas horizontales y verticales son la referencia del
flujo de savia a 0 y 0.1 L hr-1.
83
84 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
4.6 Discusión
El patrón de flujo de savia (Vs) del cacao dependió de las condiciones ambientales
generales de las plantaciones y varió entre los distintos arreglos agroforestales. El
aumento de PAR, Ta y VPD se correlacionó positivamente con los valores de Vs,
mientras que esta relación fue negativa con la RHa. Todo ello indica que las variables
ambientales influyeron de forma decisiva sobre el flujo y dirección del Vs tanto en el día
como en la noche. El efecto de las condiciones ambientales fue condicionado por el
dosel superior de árboles y determinó las variaciones y diferencias en el patrón de Vs en
cada uno de los arreglos agroforestales evaluados.
El comportamiento del Vs y la influencia de las variables ambientales son acordes
a lo obtenido en otros estudios para el cultivo de cacao (Köhler et al. 2014; López et al.
2012). Así, Köhler et al. (2014) encontraron un efecto significativo de las variables
ambientales sobre el Vs en cacaotales bajo diferentes niveles de radiación; al igual
López et al. (2012) encontraron variación de la temperatura y radiación sobre el flujo de
la transpiración al existir variaciones en el nivel de nubosidad.
El Vs fue positivo en todo el periodo de monitoreo en CP (Figura 4-2),
incrementando 0.039 L hr-1 en el tronco del árbol de cacao desde las 8:00 horas hasta
el mediodía, llegando a su nivel máximo a las 13:00 horas (0.228 L hr-1) con una
disminución de 0.031 L hr-1 en horas de la tarde, comportamiento similar a lo reportado
por Köhler et al. (2014) y López et al. (2012) en árboles de cacao bajo arreglos
agroforestales en plantaciones de cacao en Indonesia y México, respectivamente. El
comportamiento del Vs en árboles de cacao en CP, donde hubo un sombramiento
menor, mayor temperatura y máximos en VPD comparado con los otros arreglos
agroforestales, está relacionado con la capacidad de mantener flujos positivos por
periodos de tiempo más largos durante el día, que en los otros arreglos agroforestales.
Esto es probablemente debido a que la disponibilidad de agua en el suelo en esta región
de la Amazonia, aun durante la época seca de monitoreo, fue suficiente para soportar
la demanda de agua por la planta, manteniendo estomas abiertos y posibilitando el
intercambio de gases (Mott y Peak, 2010) como también la recarga de almacenamiento
de agua (Bucci et al. 2016).
Bajo el arreglo CP las condiciones microclimáticas permitieron que las plantas
de cacao tuvieran los Vs más altos en el día que en el resto de los arreglos agroforestales
y además flujo positivo en la noche que puede ser indicativo de transpiración nocturna,
mientras que en SMD y SAA no ocurrió así. Una mayor radiación durante el día en CP
junto a un estatus hídrico estable en las plantas gracias a la disponibilidad de agua en
84
Capitulo 4 85
las capas profundas del suelo favoreció tanto el Vs durante el día como en la noche.
Además, durante la noche se presentó menor VPD impulsado por un bajo potencial
hídrico atmosférico y disminución de la temperatura, que probablemente posibilitó
mantener la conductancia estomática; lo anterior soportado por las diferencias (p<0.05)
entre los arreglos agroforestales (SMD y SAA) en la noche para Ta, RHa, y VPD.
En cambio, en el arreglo multiestrato diversificado (SMD) y, en menor medida,
en SAA, las plantas de cacao presentaron flujos reversos o basipétalo durante la noche
(Burgess et al. 2000), con valores de -0.04 y -0.01 L hr-1, respectivamente. Diversos
autores consideran este flujo reverso como indicativo de un proceso pasivo de
movimiento de la savia en el sentido de máxima diferencia de potencial de agua entre
partes de la planta (ramas, tronco, raíz) y el suelo (Rosado et al. 2012; Oliveira et al.
2005; Burgess et al. 2001). En los arreglos SMD y SAA las plantas de cacao
posiblemente tuvieron un potencial hídrico más alto (más cercano a cero) durante la
noche que las capas superficiales del suelo que podrían haberse secado durante el día
debido a la absorción de agua por parte de la planta y a la evaporación del suelo. Estos
flujos reversos de savia suelen ser indicativos de la probable redistribución hidráulica
(Gao et al. 2016; Forster, 2014) por parte del cacao en los arreglos SMD y SAA. Para
que se produzca esta redistribución hidráulica, es necesario que la transpiración
nocturna disminuya lo suficiente para permitir que el potencial en las raíces exceda el
de las porciones más secas del perfil del suelo o existir aumentos de gradientes de
presión en la atmósfera (mayor cantidad de agua en forma de vapor), contribuyendo
significativamente al balance hídrico de la planta de cacao.
El flujo positivo nocturno de savia ocurrido en CP, probablemente inhibe la
redistribución hidráulica (Forster, 2014; Zeppel et al. 2014). En este sentido, la
redistribución hidráulica, gracias a los flujos reversos, impide el déficit hídrico en el suelo,
lo que significa que la existencia de transpiración nocturna puede conducir a suelos más
secos y un mayor riesgo de estrés por sequía en las plantas (Domec et al. 2012). Por lo
anterior, es probable que el suelo superficial bajo el arreglo CP tuviera un menor
contenido de agua en comparación con los arreglos SMD y SAA, debido a la
evaporación del agua superficial. Es probable que en SMD y SAA los niveles bajos de
VPD y RHa muy altos hayan inhibido la transpiración nocturna, permitiendo el flujo
preferencial de la planta al suelo.
Hay varias diferencias en las condiciones ambientales entre los distintos arreglos
agroforestales que pudieron determinar la mayor evaporación del agua del suelo en CP
comparado con SMD y SAA: menor humedad relativa (67.94% en CP vs 76.56% en
SMD), mayor temperatura diurna (29.75 en CP vs 26.63 en SMD) y el efecto del VPD
85
86 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
86
Capitulo 4 87
4.7 Agradecimientos
87
88 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Ahrends, B., Penne, C., Panferov, O., 2010. Impact of target diameter harvesting on
spatial and temporal pattern of drought risk in forest ecosystems under climate change
conditions. Open Geogr. J. 3, 91–102.
http://dx.doi.org/10.2174/1874923201003010091.
Allen, R. G., Pereira, L. S., Raes, D., Smith, M., 2006. Evapotranspiración del cultivo:
Guías para determinación los requerimientos de agua de los cultivos. Roma: FAO.
Estudio Riego e Drenaje 56. 298 pp.
Aranda, I., Forner, A., Cuesta, B., Valladares, F., 2012. Species-specific water use by
forest tree species: From the tree to the stand. Agricultural Water Management, 114, 67-
77. http://dx.doi.org/10.1016/j.agwat.2012.06.024.
Balasimha, D., 2016. Cocoa and Cashew. In Abiotic Stress Physiology of Horticultural
Crops (pp. 307-319). Springer India. 307-319. http://dx.doi.org/10.1007/978-81-322-
2725-0_16.
Belsley, D. A., Kuh, E., Welsch, R. E., 2005. Regression diagnostics: Identifying
influential data and sources of collinearity. Vol. 571. John Wiley & Sons.
http://dx.doi.org/10.1002/0471725153.
Bleby, T.M., Burgess, S.S.O., Adams, M.A., 2004. A validation, comparison and error
analysis of two heat-pulse methods for measuring sap flow in Eucalyptus marginata
saplings. Functional Plant Biology 31, 645–658. http://dx.doi.org/10.1071/FP04013.
Bucci, S. J., Goldstein, G., Scholz, F. G., Meinzer, F. C., 2016. Physiological Significance
of Hydraulic Segmentation, Nocturnal Transpiration and Capacitance in Tropical Trees:
Paradigms Revisited. In Tropical Tree Physiology (pp. 205-225). Springer International
Publishing. http://dx.doi.org/10.1007/978-3-319-27422-5_9.
Burgess, S. S., Pate, J. S., Adams, M. A., Dawson, T. E., 2000. Seasonal water
acquisition and redistribution in the Australian woody phreatophyte, Banksia
prionotes. Annals of Botany, 85(2), 215-224. http://dx.doi.org/10.1006/anbo.1999.1019.
Burgess, S.S.O., Adams, M.A., Turner, N.C., Beverly, C.R., Ong, C.K., Khan, A.A.H.,
Bleby, T.M., 2001. An improved heat pulse method to measure low and reverse rates of
88
Capitulo 4 89
Burgess, S.S.O., Adams, M.A., Turner, N.C., Ong, C.K., 1998. The redistribution soil
water by tree root systems. Oecologia 115,306–311.
http://dx.doi.org/10.1007/s004420050521.
Chuang, Y.L., Oren, R., Bertozzi, A.L., Phillips, N., Katul, G.G., 2006. The porous media
model for the hydraulic system of a conifer tree: linking sap flux data to transpiration rate.
Ecol. Modell. 191 (3–4), 447–468. http://dx.doi.org/10.1016/j.ecolmodel.2005.03.027.
David, T. S., Ferreira, M. I., Cohen, S., Pereira, J. S., David, J. S., 2004. Constraints on
transpiration from an evergreen oak tree in southern Portugal. Agricultural and Forest
Meteorology 122(3):193-205. http://dx.doi.org/10.1016/j.agrformet.2003.09.014
Dawson, T. E., Burgess, S. S. O., Tu, K. P., Oliveira, R. S., Santiago, L. S., Fisher, J. B.,
Simonin, K. A., Ambrose, A. R., 2007. Night time transpiration in woody plants from
contrasting ecosystems. Tree Physiol 27:561–575.
https://dx.doi.org/10.1093/treephys/27.4.561.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W.
InfoStat versión 2015. Grupo infostat, FCA, Universidad Nacional de Córdoba,
Argentina. URL http://www.infostat.com.ar.
Dierick, D., Kunert, N., Köhler, M., Schwendenmann, L., Hölscher, D., 2010. Comparison
of tree water use characteristics in reforestation and agroforestry stands across the
tropics. In Tropical Rainforests and Agroforests under Global Change (pp. 293-308).
Springer Berlin Heidelberg. http://dx.doi.org/10.1007/978-3-642-00493-3_13.
Domec, J. C., Ogée, J., Noormets, A., Jouangy, J., Gavazzi, M., Treasure, E., Sun, G.,
McNulty, S.G., King, J.S. 2012. Interactive effects of nocturnal transpiration and climate
change on the root hydraulic redistribution and carbon and water budgets of southern
United States pine plantations. Tree Physiol. 32:707-723.
http://dx.doi.org/10.1093/treephys/tps018.
89
90 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Fernandes, T. J., Del Campo, A. D., Herrera, R., Molina, A. J., 2016. Simultaneous
assessment, through sap flow and stable isotopes, of water use efficiency (WUE) in
thinned pines shows improvement in growth, tree-climate sensitivity and WUE, but not
in WUEi. Forest Ecology and Management, 361, 298-308.
http://dx.doi.org/10.1016/j.foreco.2015.11.029.
Fiora, A., Cescatti, A., 2006. Diurnal and seasonal variability in radial distribution of sap
flux density: implications for estimating stand transpiration. Tree physiology, 26(9), 1217-
1225. http://dx.doi.org/10.1093/treephys/26.9.1217.
Ford, C. R., Goranson, C. E., Mitchell, R. J., Will, R. E., Teskey, R. O., 2004. Diurnal and
seasonal variability in the radial distribution of sap flow: predicting total stem flow in Pinus
taeda trees. Tree Physiology, 24(9), 951-960.
http://dx.doi.org/10.1093/treephys/24.9.951
Forster, M. A., 2014. How significant is nocturnal sap flow?. Tree physiology,34(7), 757-
765. http://dx.doi.org/10.1093/treephys/tpu051.
Gao, J., Zhou, J., Sun, Z., Niu, J., Zhou, C., Gu, D., Zhao, P., 2016. Suppression of
nighttime sap flux with lower stem photosynthesis in Eucalyptus trees. International
journal of biometeorology, 60(4), 545-556. http://dx.doi.org/10.1007/s00484-015-1050-
6.
Guan, D. X., Zhang, X. J., Yuan, F. H., Chen, N. N., Wang, A. Z., Wu, J. B., Jin, C. J.,
2012. The relationship between sap flow of intercropped Young poplar trees (Populus
euramericana cn. N3016) and environmental factors in a semiarid region of northeastern
China. Hydrol Process 26:2925–2937. http://dx.doi.org/10.1002/hyp.8250.
90
Capitulo 4 91
Horna, V., Schuldt, B., Brix, S., Leuschner, C., 2011. Environment and tree size
controlling stem sap flux in a perhumid tropical forest of Central Sulawesi,
Indonesia. Annals of forest science, 68(5), 1027-1038. http://dx.doi.org/10.1007/s13595-
011-0110-2.
Huang, J., Zhou, Y., Yin, L., Wenninger, J., Zhang, J., Hou, G., Zhang, E., Uhlenbrook,
S., 2015. Climatic controls on sap flow dynamics and used water sources of Salix
psammophila in a semi-arid environment in northwest China. Environmental Earth
Sciences 73(1):289-301. http://dx.doi.org/10.1007/s12665-014-3505-1.
Juhász, Á., Sepsi, P., Nagy, Z., Tőkei, L., Hrotkó, K., 2013. Water consumption of sweet
cherry trees estimated by sap flow measurement. Scientia Horticulturae, 164, 41-49.
http://dx.doi.org/10.1016/j.scienta.2013.08.022.
Juice, S. M., Templer, P. H., Phillips, N. G., Ellison, A. M., Pelini, S. L., 2016. Ecosystem
warming increases sap flow rates of northern red oak trees. Ecosphere,
7(3),e01221.http://dx.doi.org/10.1002/ecs2.1221.
Köhler, M., Dierick, D., Schwendenmann, L., Hölscher, D., 2009. Water use
characteristics of cacao and Gliricidia trees in an agroforest in Central Sulawesi,
Indonesia. Ecohydrology, 2(4), 520-529. http://dx.doi.org/10.1002/eco.67.
Köhler, M., Hanf, A., Barus, H., & Hölscher, D., 2014. Cacao trees under different shade
tree shelter: effects on water use. Agroforestry systems, 88(1), 63-73.
http://dx.doi.org/10.1007/s10457-013-9656-3.
Köhler, M., Schwendenmann, L., Hölscher, D., 2010. Throughfall reduction in a cacao
agroforest: tree water use and soil water budgeting. Agricultural and forest
meteorology, 150(7), 1079-1089. http://dx.doi.org/10.1016/j.agrformet.2010.04.005.
Lin, B. B., 2010. The role of agroforestry in reducing water loss through soil evaporation
and crop transpiration in coffee agroecosystems. Agricultural and Forest
Meteorology, 150(4), 510-518. http://dx.doi.org/10.1016/j.agrformet.2009.11.010.
Liu, C., Du, T., Li, F., Kang, S., Li, S., Tong, L., 2012. Trunk sap flow characteristics
during two growth stages of apple tree and its relationships with affecting factors in an
arid region of northwest China. Agricultural Water Management, 104, 193-202.
http://dx.doi.org/10.1016/j.agwat.2011.12.014.
91
92 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Looker, N., Martin, J., Jencso, K., Hu, J., 2016. Contribution of sapwood traits to
uncertainty in conifer sap flow as estimated with the heat-ratio method. Agricultural and
Forest Meteorology, 223, 60-71. http://dx.doi.org/10.1016/j.agrformet.2016.03.014.
Madurapperuma, W. S., Bleby, T. M., Burgess, S. S., 2009. Evaluation of sap flow
methods to determine water use by cultivated palms. Environmental and Experimental
Botany, 66(3), 372-380. http://dx.doi.org/10.1016/j.envexpbot.2009.04.002.
Mott, K. A., Peak, D., 2010. Stomatal responses to humidity and temperature in
darkness. Plant, Cell and Environment, 33(7), 1084-1090.
http://dx.doi.org/10.1007/BF00344837.
Muñoz-Villers, L. E., Holwerda, F., Gómez-Cárdenas, M., Equihua, M., Asbjornsen, H.,
Bruijnzeel, L. A., Tobón, C., 2012. Water balances of old-growth and regenerating
montane cloud forests in central Veracruz, Mexico. Journal of Hydrology, 462, 53-66.
http://dx.doi.org/j.jhydrol.2011.01.062.
Niu, G. Y., Troch, P. A., Paniconi, C., Scott, R. L., Durcik, M., Zeng, X., Pelletier, J., 2014.
An integrated modelling framework of catchment-scale ecohydrological processes: 2.
The role of water subsidy by overland flow on vegetation dynamics in a semi-arid
catchment. Ecohydrology, 7(2):815-827. http://dx.doi.org/10.1002/eco.1405.
Oguntunde, P. G., 2005. Whole-plant water use and canopy conductance of cassava
under limited available soil water and varying evaporative demand. Plant Soil 278:371–
383. http://dx.doi.org/10.1007/s11104-005-0375-z.
Oliveira, R. S., Dawson, T. E., Burgess, S. S., Nepstad, D. C., 2005. Hydraulic
redistribution in three Amazonian trees. Oecologia, 145(3), 354-363.
http://dx.doi.org/10.1007/s00442-005-0108-2.
Ortuno, M. F., Garcia-Orellana, Y., Conejero, W., Ruiz-Sánchez, M. C., Moounzer, O.,
Alarcon, J. J., Torrecillas, A., 2006. Relationship between climatic variables and sap flow,
stem water potential and maximum daily trunk shrinkage in lemon trees. Plant Soil
279:229–242. http://dx.doi.org/10.1007/s11104-005-1302-z.
92
Capitulo 4 93
Pimentel, J. D. S., Silva, T. J., Borges, J. C. F., Folegatti, M. V., Montenegro, A. A., 2010.
Estimativa da transpiração em cafeeiros utilizando-se sensores de dissipação
térmica. Revista Brasileira de Engenharia Agrícola e Ambiental, 14(2), 187-195.
http://dx.doi.org/10.1590/S1415-43662010000200010.
Pinheiro, J., Bates, D., Debroy, S., Sarkar, D., 2015. Nlme: Linear and Nonlinear Mixed
Effects Models. R package version 3.1-120, En http://CRAN.R-
project.org/package=nlme. http://dx.doi.org/10.4172/2155-6180.1000290.
Rosado, B. H. P., Oliveira, R. S., Joly, C. A., Aidar, M. P. M., Burgess, S. S. O., 2012.
Diversit y in night time transpiration behavior of woody species of the Atlantic Rain
Forest, Brazil. Agricultural and Forest Meteorology 158–159:13–20.
http://dx.doi.org/10.1016/j.agrformet.2012.02.002.
Rousseaux, M. C., Figuerola, P. I., Correa-Tedesco, G., Searles, P. S., 2009. Seasonal
variations in sap flow and soil evaporation in an olive (Olea europaea L.) grove under
two irrigation regimes in an arid region of Argentina. Agricultural Water
Management, 96(6), 1037-1044. http://dx.doi.org/10.1016/j.agwat.2009.02.003.
Siriri, D., Wilson, J., Coe, R., Tenywa, M. M., Bekunda, M. A., Ong, C. K., Black, C. R.,
2013. Trees improve water storage and reduce soil evaporation in agroforestry systems
on bench terraces in SW Uganda. Agroforestry systems, 87(1), 45-58.
http://dx.doi.org/10.1007/s10457-012-9520-x.
Tezara, W., Urich, R., Jaimez, R., Coronel, I., Araque, O., Azocar, C., Chacón, I., 2016.
Does Criollo cocoa have the same ecophysiological characteristics than
Forastero?. Botanical Sciences, 94(3), 563-574. http://dx.doi.org/10.17129/botsci.552.
Vesala, T., Sevanto, S., Grönholm, T., Salmon, Y., Nikinmaa, E., Hari, P., Hölttä, T.,
2017. Effect of leaf water potential on internal humidity and CO2 dissolution: Reverse
transpiration and improved water use efficiency under negative pressure. Frontiers in
Plant Science, 8. http://dx.doi.org/10.3389/fpls.2017.00054.
Wheeler, T. D., Stroock, A. D., 2008. The transpiration of water at negative pressures in
a synthetic tree. Nature, 455(7210), 208-212. http://dx.doi.org/10.1038/nature07226.
93
94 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Yin, L., Zhou, Y., Huang, J., Wenninger, J., Hou, G., Zhang, E., Uhlenbrook, S., 2014.
Dynamics of willow tree (Salix matsudana) water use and its response to environmental
factors in the semi-arid Hailiutu River catchment, Northwest China. Environmental earth
sciences, 71(12), 4997-5006. http://dx.doi.org/10.1007/s12665-013-2891-0.
Zeppel, M., Macinnis-Ng, C. M., Ford, C. R., Eamus, D., 2008. The response of sap flow
to pulses of rain in a temperate Australian woodland. Plant and Soil, 305(1-2), 121-130.
http://dx.doi.org/10.1007/s11104-007-9349-7.
Zeppel, M. J. B., Lewis, J. D., Phillips, N. G., Tissue, D. T., 2014. Consequences of
nocturnal water loss: a synthesis of regulating factors and implications for capacitance,
embolism and use in models. Tree Physiology , 34(10), 1047-1055.
http://dx.doi.org/10.1093/treephys/tpu089.
94
96
5. Capítulo 5. Limitaciones de la
fotosíntesis en hojas de cacao bajo
diferentes arreglos agroforestales
en la amazonia colombiana
5.1 Resumen
CO2 m-2 s-1) y mayor tasa de regeneración de RuBP controlada por el transporte de
electrones (Jmax) (48.19±1.37 frente a 46.27±4.78 µmol CO2 m-2 s-1). Bajo las condiciones
del cultivo evaluadas, las hojas de cacao sometidas a mayor radiación (CP) mostraron
Capitulo 5 97
5.2 Abstract
97
98 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
parallel with biochemical (i.e concentration of pigments) and morphological (i.e specific
foliar area) adjustments in those plants subjected to higher radiation (CP). This study
demonstrates that the capacity and physiological behavior of cocoa grown under
conditions of high radiation (few hours of darkness during the day, generated by the
agroforestry arrangement) can be optimal thanks to the photosynthetic machinery and
mechanisms of energy dissipation (ie biochemical and morphological). From the
agronomic point of view and due to the high cloudiness in the Colombian Amazon, the
availability of radiation (light hours) is reduced, which suggests that the cacao plantations
in this region could be managed with temporary shade transmitted by arrangements such
as High density of Musaceae. (CP), since it maximizes the use of light and carbon and,
therefore, its productivity.
5.3 Introducción
98
Capitulo 5 99
Hasta el momento se reportan estudios que han analizado el efecto del exceso
de radiación sobre el comportamiento del cacao y su relación con la conductancia
estomática y la asimilación del CO2 (Balasimha et al., 2013; Daymond y Hadley, 2004;
Balasimha y Namboothiri, 1996; Galyuon et al., 1996b; Balasimba, 1992), pero no
directamente bajo los diferentes arreglos agroforestales. Teniendo en cuenta esto, el
objetivo del presente trabajo fue analizar su comportamiento y posibles ajustes
fisiológicos frente a diferentes niveles de radiación que llegan a las plantas de cacao,
dependiendo del tipo de sistema agroforestal utilizado, con el fin de determinar su
capacidad fotosintética.
99
100 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
100
Capitulo 5 101
101
102 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
102
Capitulo 5 103
planta y cuatro plantas por arreglo). Los discos se secaron hasta peso constante a 70°
C y el AFE se determinó como la relación entre el área y la masa seca de discos de hoja
(Cornelissen et al. 2003).
5.5 Resultados
103
104 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
s-1 y 0.15 µmol g DM s-1, respectivamente). Por otro lado se encontró que las plantas de
cacao en el arreglo SMD presentaron menor punto de compensación lumínica (PCL),
una mayor eficiencia cuántica (FPSII) y menor tasa respiratoria (Rd). La respuesta de A
a Ci (curva A/Ci) muestra que Jmax fue 4.1% mayor en el arreglo CP comparado con
SMD, y la Vcmax fue máxima en el arreglo agroforestal CP que recibió mayor nivel de
radiación entre arreglos agroforestales (Tabla 5-1).
104
Capitulo 5 105
Tabla 5-1 Parámetros derivados de curvas respuesta fotosintética a la luz (A/PAR) y CO2 (A/Ci), área foliar específica y pigmentos bajo diferentes
arreglos agroforestales de cacao: Alta densidad de musáceas (CP) que genera poco sombrío y permite paso de 95% de radiación (1400.6 µmol m-1 s-
2
), Baja diversidad de árboles agregados (SAA) que genera sombrío medio, permite paso de 61% de radiación (1200.8 µmol m-1 s-2) y Multiestrato
diversificado complejo (SMD) que genera alto sombrío y permite paso de radiación de 28% (680.4 µmol m-1 s-2). Los resultados muestran las medias
±(E.E). Valores en filas con distintas letras indican diferencias significativas entre arreglos agroforestales (post-hoc LSD LSD Fisher, p <0.05).
Parámetro Unidad CP SAA SMD
-2 -1
µmol m s 8.09 ± 0.1078 a 5.86 ± 0.1003 b
3.28 ± 0.1153 c
Amax -1
µmol g DM s 0.15 ± 0.002 a
0.098 ± 0.001 b
0.048 ± 0.001 c
-2 -1
µmol m s 2.5 ± 0.2641 a 0.4768 ± 0.0959 b
0.3939 ± 0.1007 b
Rd
µmol g DM s-1 0.0372 ± 0.0039 a 0.0076 ± 0.0016 b
0.00718 ± 0.0019 b
2 -1
SLA m kg 14.94 ± 0.32 a
16.83 ± 0.26 b
18.59 ± 0.31 c
-1
Chlt g kg DM 1.33 ± 0.02 b
1.17 ± 0.01 c
2.04 ± 0.01 a
-1
Car g kg DM 0.4 ± 0.004 a
0.31 ± 0.004 b
0.3 ± 0.004 b
-1
Chl/Car kg kg DM 3.29 ± 0.03 c
3.83 ± 0.02 b
7.03 ± 0.15 a
-1
Chl a/b kg kg DM 2.79 ± 0.05 b
3.17 ± 0.04 a
1.28 ± 0.02 c
-1
Chl/N mg kg DM 1.99 ± 0.02 b
1.3 ± 0.01 c
1.66 ± 0.01 a
-1
g kg DM 12.39 ± 0.32 c
15.16 ± 0.18 b
18.38 ± 0.46 a
N -2
g m DM 0.67 ± 0.02 c
0.9 ± 0.01 b
1.23 ± 0.03 a
Amax: Tasa de asimilación de carbono, Rd: Respiración en oscuridad, PSL: Punto de Saturación Lumínica, PCL: Punto
de Compensación Lumínica, ΦPSII: Rendimiento Cuántico de PSII, Vcmax: Tasa máxima de carboxilación, Jmax: Máxima tasa de
regeneración de RuBP controlada por el transporte de electrones, RD: Respiración en condiciones de luz, AFE: Area foliar
específica, Chl: Concentraciones de clorofila, Car: carotenoides, N: Concentraciones de Nitrógeno.
105
Capitulo 5 107
107
108 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
5.6 Discusión
108
Capitulo 5 109
Así, los parámetros obtenidos de las curvas A/PAR indican características de adaptación
de las plantas a crecer a mayor radiación (CP, 1400 µmol m-2 s-1) donde la cantidad de
radiación saturante obtenida por la determinación en curvas de luz estuvo alrededor de
400 µmol m-2 s-1 (Ávila-Lovera et al. 2016; Tezara et al. 2016; Almeida et al., 2014;
Balasimha et al., 1991) que se traduce en mayor asimilación de carbono (8,09 µmol m-2
s-1), comparado con plantas que crecen bajo menor radiación como es el caso del
arreglo SMD. En condiciones de bajo nivel de radiación solar (SMD) se inhiben el
crecimiento y la productividad de las plantas al afectar el intercambio gaseoso (Fu et al.
2017), mientras que el exceso de intensidad luminosa tiene efectos perjudiciales en el
aparato fotosintético (Lichtenthaler et al. 2007).
En este caso, en las plantas de cacao crecidas bajo exceso de intensidad luminosa
en condiciones de la Amazonia (CP, 95% radiación incidente) no se observó
fotoinhibición y mucho menos en los arreglos agroforestales donde los niveles de
radiación incidente fueron menores (SAA y SMD). Este optimo comportamiento
fisiológico de cacao sometidas a alta radiación se debe a la alta nubosidad, la cual es
característica de la zona donde se realizo el estudio, presentando un brillo solar de 3 a
4 horas diarias (IDEAM, 2017). En este sentido, al solamente presentarse un estrés
dinamico en las plantas bajo alto nivel de radiación (CP), se generaron mecanismos de
disipación de energía ya sea bioquímico o funcional del aparato fotosintético para evitar
daños irreversibles o estrés crónico.
Desde el punto de vista bioquímico, se observó que en las plantas de cacao crecidas
a mayor nivel de radiación (CP) comparado con las crecidas en menor radiación (SMD)
la concentración de Chl (a+b) se redujo y aumento carotenoides ligeramente (Chl/Car)
al igual la relaciones entre Chla/b en plantas en pleno sol (CP). Estas reducciones se
relacionaron con la disminución de la relación Chl/N, que resulta de una disminución en
la biosíntesis de compuestos nitrogenados en la hoja y/o un aumento en la degradación
de Chl (Pompelli et al. 2010).
109
110 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
110
Capitulo 5 111
5.7 Agradecimientos
111
112 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Acheampong, K., Hadley, P., Daymond, A. J. 2013. Photosynthetic activity and early
growth of four cacao genotypes as influenced by different shade regimes under West
African dry and wet season conditions. Experimental Agriculture, 49(01), 31-42.
Acheampong, K., Hadley, P., Daymond, A. J., Adu-Yeboah, P. 2015. The Influence of
Shade and Organic Fertilizer Treatments on the Physiology and Establishment of
Theobroma cacao Clones. American Journal of Experimental Agriculture, 6(6), 347.
Almeida, A. A. F. D., Valle, R. R. 2007. Ecophysiology of the cacao tree. Brazilian Journal
of Plant Physiology, 19(4), 425-448.
Almeida, A.-A.F; Gomes, F.P; Araujo, R.P; Santos R.C; Valle, R.R. 2014. Leaf gas
exchange in species of the Theobroma genus. Photosynthetica 52 (1): 16-21, 2014.
Araújo WL, Dias PC, Moraes GABK, Celin EF, Cunha RL, Barros RS, DaMatta FM 2008.
Limitations to photosynthesis in coffee leaves from different canopy positions. Plant
Physiology and Biochemistry 46:884-90.
Avila-Lovera, E., Coronel, I., Jaimez, R., Urich, R., Pereyra, G., Araque, O., ... & Tezara,
W. 2016. Ecophysiological traits of adult trees of Criollo cocoa cultivars (Theobroma
cacao L.) from a germplasm bank in Venezuela. Experimental Agriculture, 52(01), 137-
153.
112
Capitulo 5 113
Baker NR. 2008. Chlorophyll fluorescence: a probe of photosynthesis in vivo. Annu Rev
Plant Biol 59:659–668.
Baker, R.E.D; Cope, F.W; Holliday, P.C; Bartley, B.G; Taylor, D.J. 1953. The Anglo-
Colombian cacao collecting expedition. Report of Cacao Research, Imperial College of
Tropical Agriculture, Trinidad 9: 8-29 pp.
Balasimha, D. 1992. Net CO2 assimilation and chlorophyll fluorescence in cocoa trees.
Plant Physiology and Biochemistry 19: 23-26.
Carr, M. K. V., & Lockwood, G. 2011. The water relations and irrigation requirements of
cocoa (Theobroma cacao L.): a review. Experimental Agriculture 47(04), 653-676.
Cornelissen, J. H. C., Lavorel, S., Garnier, E., Diaz, S., Buchmann, N., Gurvich, D. E.,
Pausas, J. G. (2003). A handbook of protocols for standardised and easy measurement
of plant functional traits worldwide. Australian journal of Botany, 51(4), 335-380.
Cuatrecasas, J. 1964. Cacao and its allies: a taxonomic revision of the genus
Theobroma. Contribution US Herbarium 35: 379–614.
Chaves ARM, Ten-Caten A, Pinheiro HA, Ribeiro A, DaMatta FM. Seasonal changes in
photoprotective mechanisms of leaves from shaded and unshaded field-grown coffee
(Coffea arabica L.) trees. Trees 2008;22:351–61.
Chmura, D. J., Modrzyński, J., Chmielarz, P., Tjoelker, M. G. 2017. Plasticity in seedling
morphology, biomass allocation and physiology among ten temperate tree species in
response to shade is related to shade tolerance and not leaf habit. Plant Biology.
113
114 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
da Silva Branco, M. C., de Almeida, A. A. F., Dalmolin, Â. C., Ahnert, D., Baligar, V. C.
2017. Influence of low light intensity and soil flooding on cacao physiology. Scientia
Horticulturae, 217, 243-257.
Daymond, A. J., Hadley, P. 2004. The effects of temperature and light integral on early
vegetative growth and chlorophyll fluorescence of four contrasting genotypes of cacao
(Theobroma cacao). Annals of applied biology 145(3):257-262.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W.
InfoStat versión 2015. Grupo infostat, FCA, Universidad Nacional de Córdoba,
Argentina. URL http://www.infostat.com.ar.
Flexas, J., Diaz-Espejo, A., Berry, J. A., Cifre, J., Galmes, J., Kaldenhoff, R., Medrano,
H; Ribas-Carbo, M. 2007. Analysis of leakage in IRGA's leaf chambers of open gas
exchange systems: quantification and its effects in photosynthesis
parameterization. Journal of Experimental Botany, 58(6), 1533-1543.
Fu, Y., Li, H., Yu, J., Liu, H., Cao, Z., Manukovsky, N. S., & Liu, H. 2017. Interaction
effects of light intensity and nitrogen concentration on growth, photosynthetic
114
Capitulo 5 115
Galyuon, I.K.A; McDavid, C.R; Lopez, F.B; Spence, J. 1996b. The effect of irradiance
level on cocoa (Theobroma cacao L.): II. Gas exchange and chlorophyll fluorescence. -
Trop. Agr. 73: 29-33.
Genty, B., Briantais, J. M., & Baker, N. R. 1989. The relationship between the quantum
yield of photosynthetic electron transport and quenching of chlorophyll
fluorescence. Biochimica et Biophysica Acta (BBA)-General Subjects, 990(1), 87-92.
Guo, Y. H., Yuan, C., Tang, L., Peng, J. M., Zhang, K. L., Li, G., & Ma, X. J. 2016.
Responses of clonal growth and photosynthesis in Amomum villosum to different light
environments. Photosynthetica, 54(3), 396-404.
Havaux, M., Tardy, F. 1999. Loss of chlorophyll with limited reduction of photosynthesis
as an adaptive response of Syrian barley landraces to high-light and heat
stress. Functional Plant Biology, 26(6), 569-578.
Jahns, P., Holzwarth, A. R. 2012. The role of the xanthophyll cycle and of lutein in
photoprotection of photosystem II. Biochimica et Biophysica Acta (BBA)-
Bioenergetics, 1817(1), 182-193.
Kramer DM, Johnson G, Kiirats O, Edwards GE. 2004. New fluorescence parameters for
the determination of Q redox state and excitation energy fluxes. Photosynth Res 79:209–
218.
Lichtenthaler, H.K., Marek, M.V., Kalina, J., Urban, O., 2007. Differences in pigment
composition, photosynthetic rates and chlorophyll fluorescence images of sun and shade
leaves of four tree species. J. Plant Physiol. Biochem. 45, 577–588.
115
116 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Liu, Y., Dawson, W., Prati, D., Haeuser, E., Feng, Y., van Kleunen, M. 2016. Does
greater specific leaf area plasticity help plants to maintain a high performance when
shaded?. Annals of Botany, 118(7), 1329-1336.
Long, S. P., & Bernacchi, C. J. 2003. Gas exchange measurements, what can they tell
us about the underlying limitations to photosynthesis? Procedures and sources of
error. Journal of Experimental Botany, 54(392), 2393-2401.
Martins, S. C. V., Detmann, K. C., Reis, J. V. D., Pereira, L. F., Sanglard, L. M. V. P.,
Rogalski, M., & DaMatta, F. M. 2013. Photosynthetic induction and activity of enzymes
related to carbon metabolism: insights into the varying net photosynthesis rates of coffee
sun and shade leaves. Theoretical and Experimental Plant Physiology, 25(1), 62-69.
Mielke, M.S; De Almeida, A.-A.F; Gomes, F.P. 2005. Photosynthetic traits of five
neotropical rainforest tree species: interactions between light response curves and leaf
to air vapour pressure deficit. - Braz. Arch. Biol. Technol.48: 815-824.
Motamayor JC, Lachenaud P, da Silva e Mota JW, Loor R, Kuhn DN; Brown, J; Schenell,
R. 2008. Geographic and Genetic Population Differentiation of the Amazonian Chocolate
Tree (Theobroma cacao L). Plos ONE 3(10): e3311.
Pompelli, M. F., Martins, S. C., Antunes, W. C., Chaves, A. R., & DaMatta, F. M. 2010.
Photosynthesis and photoprotection in coffee leaves is affected by nitrogen and light
availabilities in winter conditions. Journal of plant physiology, 167(13), 1052-1060.
Rodríguez-López, N. F., Cavatte, P. C., Silva, P. E., Martins, S. C., Morais, L. E., Medina,
E. F., & DaMatta, F. M. 2013. Physiological and biochemical abilities of robusta coffee
leaves for acclimation to cope with temporal changes in light availability. Physiologia
plantarum, 149(1), 45-55.
116
Capitulo 5 117
Russo, S. E., Kitajima, K. 2016. The ecophysiology of leaf lifespan in tropical forests:
adaptive and plastic responses to environmental heterogeneity. In Tropical Tree
Physiology (pp. 357-383). Springer International Publishing.
Serrano, P; Biehl, B. 1996. Light stress on cacao (Theobroma cacao L.) fluorometric
measurements under different light conditions in the field. In 12th International Cocoa
Research Conference, Salvador, Bahia, Brazil, 17–23 November, 583–588.
Tezara, W. T., De Almeida, J. D. A., Valencia, E. V., Cortes, J. C., Bolaños, M. B. 2015.
Actividad fotoquímica de clones élites de cacao (Theobroma cacao L.) Ecuatoriano en
el norte de la provincia esmeralda. Investigación y Saberes, 4(3), 37-51.
Tezara, W., Urich, R., Jaimez, R., Coronel, I., Araque, O., Azocar, C., & Chacón, I. 2016.
Does Criollo cocoa have the same ecophysiological characteristics than
Forastero?. Botanical Sciences, 94(3), 563-574.
Vialet-Chabrand, S., Matthews, J. S., Simkin, A. J., Raines, C. A., Lawson, T. 2017.
Importance of fluctuations in light on plant photosynthetic acclimation. Plant
Physiology, 173(4), 2163-2179.
Wright, I.J., Reich, P.B., Westoby, M., Ackerly, D.D., Baruch, Z., Bongers, F., Cavender
- Bares, J., Chapin, T., Cornelissen, J.H.C., Diemer, M., Flexas, J., Garnier, E., Groom,
P.K., Gulias, J., Hikosaka, K., Lamont, B.B., Lee, T., Lee, W., Lusk, C., Midgley, J.J.,
Navas, M.L., Niinemets, U., Oleksyn, J., Osada, N., Poorter, H., Poot, P., Prior, L.,
Pyankov, V.I., Roumet, C., Thomas, S.C., Tjoelker, M.G., Veneklaas, E.J., Villar, R.
2004. The worldwide leaf economics spectrum. Nature, 428(6985), 821 -827.
Zivcak, M., Brestic, M., Kalaji, H. M. 2014. Photosynthetic responses of sun-and shade-
grown barley leaves to high light: is the lower PSII connectivity in shade leaves
associated with protection against excess of light?. Photosynthesis research, 119(3),
339-354.
117
118
6.1 Resumen
Los procesos fisiológicos como la fotosíntesis (A) y el flujo de savia (Vs) dependen
de diferentes variables externas e internas, las cuales pueden estar correlacionadas. En
este sentido, para explicar la relación entre el comportamiento fisiológico (A y Vs) y las
variables ambientales se usan enfoques estadísticos innovadores como los modelos de
ecuaciones estructurales (SEM) que permiten de manera simultánea determinar los
efectos directos e indirectos de las variables ambientales sobre el comportamiento
fisiológico de la planta. En este sentido, se diseñó un experimento para determinar las
relaciones directas e indirectas de variables microclimáticas (humedad relativa del aire
RH %, temperatura del aire Tair ºC, radiación fotosintéticamente activa PAR, µmol m-2 s-
1
, déficit de presión de vapor VPD, kPa) con el comportamiento fisiológico (Tasa neta de
fotosíntesis A µmol m-2 s-1; Flujo de savia L hr-1, Concentración de CO2 intracelular Ci
µmol mol-1, Concentración de CO2 ambiental Ca µmol mol-1, Conductancia estomática
gs mmol m-2 s-1, Tasa de Transpiración E mmol m-2 s-1, Eficiente Uso del Agua WUE
Capitulo 6 119
(µmol CO2/ mmol-1 H2O) bajo los diferentes arreglos agroforestales (i. Alta densidad de
musáceas CP, ii. Baja diversidad de árboles agregados SAA, iii. Multiestrato
diversificado SMD). En general, El SEM mostró un buen ajuste a los datos indicado por
el valor no significativo χ2 (P = 0,85), alto índice de ajuste comparativo (CFI = 0.97), bajo
Error cuadrático medio de aproximación (RMSEA <0,001) y bajo índice de estabilidad
(EI = 0,23). La fotosíntesis (A) presentó correlación lineal con PAR, Ci y gs para el
modelo general y para los arreglos CP y SAA; mientras que PAR no presentó correlación
lineal en el arreglo SMD. Para el flujo de savia, presentó correlación lineal con PAR y
RHa en el modelo general y bajo todos los arreglos agroforestales; mientras que Ta y
VPD no presentó correlación lineal en los arreglos agroforestales Multiestrato
diversificado complejo SMD y baja diversidad de árboles agregados SAA,
respectivamente. En general, los resultados muestran efectos directos e indirectos de
las variaciones microclimáticas en el funcionamiento fisiológico del cultivo de cacao bajo
diferentes arreglos agroforestales.
6.2 Abstract
Physiological processes such as photosynthesis (A) and sap flow (Vs) depend
on different external and internal variables, which may be correlated. In this sense, to
explain the relationship between physiological behavior (A and Vs) and environmental
variables, innovative statistical approaches are used, such as structural equation models
(SEM) that simultaneously allow determining the direct and indirect effects of
environmental variables. about the physiological behavior of the plant. In this sense, an
experiment was designed to determine the direct and indirect relationships of
microclimatic variables (relative humidity of air RH%, air temperature Tair ºC,
photosynthetically active radiation PAR, μmol m-2 s-1, vapor pressure deficit VPD, kPa)
with the physiological behavior (net rate of photosynthesis A μmol m-2 s-1; sap flow L hr-
1
, intracellular CO2 concentration Ci μmol mol-1, environmental CO2 concentration Ca mol
mol-1, Stomatic conductance gs mmol m-2 s-1, Transpiration rate E mmol m-2 s-1, Efficient
use of WUE water (μmol CO2/mmol-1 H2O) under the different agroforestry arrangements
(I. High density of Musaceas CP , ii Low diversity of aggregate trees SAA, iii. Diversified
multilayer SMD.) In general, SEM showed a good fit to the data indicated by the non-
significant value χ2 (P = 0.85), high index of comparative adjustment ( CFI = 0.97), low
119
120 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
mean square error of approximation (RMSEA <0 , 001) and low stability index (EI = 0.23).
Photosynthesis (A) presented linear correlation with PAR, Ci and gs for the general
model and for the CP and SAA arrangements; while PAR did not present linear
correlation in the SMD, array. For the flow of sap, presented linear correlation with PAR
and RHa in the general model and under all agroforestry arrangements; whereas Ta and
VPD did not present linear correlation in the agroforestry arrangements Multiestract
diversified complex SMD and low diversity of aggregate SAA trees, respectively. In
general, the results show direct and indirect effects of the microclimatic variations in the
physiological functioning of the cocoa crop under different agroforestry arrangements.
6.3 Introducción
120
Capitulo 6 121
para determinar relaciones directas e indirectas que lleven a una aproximación sobre el
desempeño de la planta.
Para explorar las múltiples relaciones causales entre las variables ambientales y
fisiológicas, y determinar los efectos directos e indirectos se han utilizado los modelos
de ecuaciones estructurales (SEM). Estos modelos permiten contrastar escenarios que
describen relaciones (lineales) entre variables que pueden actuar como variables de
respuesta y/o como predictoras (Shao et al. 2016). Varios autores han evaluados SEM
para examinar las relaciones causales entre variables ambientales y fisiológicas para
explicar el proceso de la fotosíntesis (Reichmann et al. 2016; Shao et al. 2016; Zhang
et al. 2014; Daas-Ghrib et al. 2011; Campbell et al. 2010; Montpied et al. 2009; Shipley
et al. 2005) y el flujo de savia (Guangcheng et al. 2016; Li et al. 2016; Deng et al. 2015;
O´Brien et al. 2004). Los modelos SEM traducen una serie de relaciones causa-efecto
entre diferentes variables. La comparación de modelos permite contrastar hipótesis
sobre relaciones complejas entre variables (Helman et al. 2017; Shipley, 1999). El
objetivo de este trabajo fue determinar las relaciones directas e indirectas de variables
microclimáticas sobre la fotosíntesis y el flujo de savia bajo diferentes arreglos
agroforestales de cacao.
121
122 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
122
Capitulo 6 123
CO2 y bajo radiación artificial proporcionada por la fuente de luz LED de la cubeta a nivel
de hoja (PP Systems Inc., Amesbury, MA, USA) correspondientes al nivel de saturación
en hojas externas del dosel, referidas como aquellas que en el árbol durante todo el día
siempre le llega luz solar. Las variables recopiladas bajo cada arreglo agroforestal
fueron A = Tasa neta de fotosíntesis (µmol m-2 s-1); Ci = Concentración CO2 intracelular
(µmol mol-1), Ca = Concentración CO2 ambiental (µmol mol-1), gs = Conductancia
estomatica (mmol m-2 s-1), E = Tasa de Transpiración (mmol m-2 s-1), WUE = Eficiente
Uso del Agua.
El flujo de savia se cuantificó en cuatro plantas de cacao, las mismas utilizadas para
determinar el intercambio de gases, bajo cada arreglo agroforestal con sensores tipo
SFM1 (ICT International, Armidale, Australia) instalados en el tronco principal y a una
altura de 20 cm del suelo. Estos sensores se basan en el método de relación de calor
(Heat Ratio Method, HRM). El HRM fue desarrollado y presentado teóricamente por
Burgess et al. (2001) y validado por Bleby et al. (2004). Estos sensores han sido
ampliamente utilizados como herramienta para medir el uso del agua por los árboles
(Fernández et al. 2016; Looker et al. 2016), permitiendo cuantificar la velocidad del flujo
de savia con base en curvas de temperatura a partir de un impulso de calor (densidad y
difusión térmica). Además de las características propias de cada especie, las
condiciones microclimáticas (Hernández-Santana et al. 2016; Rousseaux et al. 2009;
Lin, 2010) inciden en el incremento o variabilidad del flujo de savia; por ejemplo, se ha
reportado que variables como la hora del día, el déficit de presión de vapor (Ford et al.
2004) y el nivel de radiación (Fiora y Cescatti, 2006) pueden afectar al flujo de savia de
los cultivos arbóreos.
Los sensores SMF1 estuvieron asociados a un sistema de recolección de datos
(CR10X datalogger + multiplexor AM416, Campbell Scientific, Logan, UT, USA) que
almacenó una medida cada 10 minutos. Cada sensor SFM1 está compuesto por dos
agujas y una sonda de calor integrada a un microprocesador para determinar el Vs. Cada
aguja está compuesta por dos termocuplas las cuales reciben el pulso de calor que
incrementa la temperatura en el xilema conductor y que es proporcional a la velocidad
del pulso de calor (Vs, cm h-1) (Burgess et al. 2001, 1998).
La Vs se calculó según la siguiente expresión:
k
Vs = ln(V1 / V2 )*3600
x
123
124 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
dónde: k es la difusividad térmica en el área del xilema conductor (se asumió un valor
por defecto de 0.0025 cm2 s-1), x es la distancia entre la sonda de calor y cada una de
las agujas (cm), V es la aumento de la temperatura (°C) inicial con respecto a la aguja
ubicada en la parte inferior ( V1 ) y superior ( V2 ).
6.5 Resultados
124
Capitulo 6 125
valor no significativo χ2 (P = 0,85), alto CFI (= 0.97), bajo RMSEA (<0,001) y bajo índice
de estabilidad (= 0,23).
Ca ~ Ta
Ci ~ Ca
A ~ PAR + Ci + gs
Ta ~ PAR +RH
VPD ~ Ta + RH
Ci ~ gs
gs ~ PAR + VPD
WUE ~ Ci + E + gs
E ~ VPD + gs
VDP ~ Ta + RH
RH ~ PAR + Ta
Ta ~ PAR
Vs ~ PAR + VDP
125
126 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Figura 6-1 Efectos directos e indirectos entre las variables climáticas e intercambio
gaseoso bajo arreglos agroforestales. a. Modelo general, b. CP: Alta densidad de
musáceas, c. SAA: baja diversidad de árboles agregados, d. SMD: Multiestrato
diversificado complejo. Humedad relativa del aire (RH %), temperatura del aire (Tair ºC),
radiación fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD,
kPa), Tasa neta de fotosíntesis (A µmol m-2 s-1); Concentración CO2 intracelular (Ci µmol
mol-1), Concentración CO2 ambiental (Ca µmol mol-1), Conductancia estomatica (gs
mmol m-2 s-1), Tasa de Transpiración (E mmol m-2 s-1), Eficiente Uso del Agua (WUE).
126
Capitulo 6 127
Figura 6-2 Efectos directos e indirectos entre las variables climáticas y Vs, bajo los
arreglos agroforestales. a. Modelo general, b. Alta densidad de musáceas CP, c. baja
diversidad de árboles agregados SAA, d. Multiestrato diversificado complejo SMD.
Humedad relativa del aire (RH %), temperatura del aire (Tair ºC), radiación
fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa),
Flujo de Savia (Vs L hr-1).
127
128 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
fotosíntesis (A) presentó correlación lineal entre PAR, Ci y gs para el modelo general y
para los arreglos alta densidad de musáceas y baja diversidad de árboles agregados,
mientras PAR no presentó una correlación lineal en el arreglo alta densidad de
musáceas (Tabla 6-3). En el caso del WUE presentó correlación lineal con todas las
variables regresoras Ci, E y gs. Para E, presentó correlación lineal con VPD y gs; tanto
en el modelo general como bajo todos los arreglos agroforestales (Tabla 6-3). gs
presentó correlación lineal entre PAR en todos los modelos, mientras entre gs y VPD no
presentó correlación en el modelo general y bajo el arreglo alta densidad de musáceas.
Para Ta presentó correlación lineal con PAR en todos los modelos, mientras con Ta y
RHa no presentó correlación en el arreglo baja diversidad de árboles agregados. VPD
no presentó correlación lineal en el arreglo baja diversidad de árboles agregados con
Ta, mientras RHa y VPD presentó correlación lineal en todos los modelos (Tabla 6-3). Ci
y gs no presentaron correlación lineal en el modelo general y bajo el arreglo multiestrato
diversificado complejo, para Ca y Ta en los arreglos baja diversidad de árboles
agregados y multiestrato diversificado complejo. Como es de esperarse se encontró una
correlación lineal en Ci y Ca en todos los modelos realizados (Tabla 6-3).
Para el flujo de savia, Vs presentó correlación lineal con PAR y RHa en el modelo
general y bajo todos los arreglos agroforestales, mientras que Ta y VPD no presentó
correlación lineal en los arreglos agroforestales Multiestrato diversificado complejo y
baja diversidad de árboles agregados, respectivamente (Tabla 6-3). VPD presentó
correlación lineal con todas las variables regresoras Ta y RHa. Ta presentó correlación
lineal con RHa en todos los modelos, mientras Ta y PAR no presentó correlación en alta
densidad de musáceas y multiestrato diversificado complejo. RHa presentó correlación
lineal entre PAR en todos los modelos (Tabla 6-3).
128
129 amazonia colombiana
Tabla 6-3 Parámetros estimados a partir de modelos de ecuaciones estructurales entre cada una de las variables ambientales en relación a
fotosíntesis A y flujo de savia Vs, en árboles de cacao, bajo diferentes arreglos agroforestales. a. Modelo general, b. Alta densidad de musáceas
CP, c. baja diversidad de árboles agregados SAA, d. Multiestrato diversificado complejo SMD. Humedad relativa del aire (RH %), temperatura
del aire (Tair ºC), la radiación fotosintéticamente activa (PAR, µmol m-2 s-1), déficit de presión de vapor (VPD, kPa), Tasa neta de fotosíntesis (A
µmol m-2 s-1); Concentración CO2 intracelular (Ci µmol mol-1), Concentración CO2 ambiental (Ca µmol mol-1), Conductancia estomática (gs mmol
m-2 s-1), Tasa de Transpiración (E mmol m-2 s-1), Eficiente Uso del Agua (WUE µmol CO2 / mmol-1 H2O), Flujo de Savia (Vs L hr-1).
130
Capitulo 6 131
6.6 Discusión
131
132 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
estudio presentó alta nubosidad que reduce la cantidad de energía lumínica que puede ser
interceptada por el cultivo afectando A.
En el modelo general y para cada uno de los arreglos agroforestales, al analizar las
pérdidas de agua por transpiración (E) se presentó una relación directa con VPD y gs la
cual reportan algunos autores, pueden causar cierre estomático (Ávila-Lovera et al. 2016,
Araque et al. 2012) y disminución de la absorción de CO2 (Ci) (Ayegboyin et al. 2016). En
este sentido, al incrementar los valores de PAR, se afecta el VPD y ésta afecta a la gs, por
lo cual se sugiere la presencia de algunas limitaciones estomáticas (Ayegboyin et al. 2016),
en paralelo con una reducción en A (Kreuzwieser and Renhenberg, 2014; Balasimha et al.
1991 Tabla 6-1).
El Ca se correlacionó de manera positiva con Ci, por tanto la A depende de manera
lineal de esta última, similar a lo reportado por Balasimha et al. (1991). En este sentido, a
la falta de sustrato (Ci) se encontró correlación negativa con el WUE, situación que ha sido
reportada por Baligar et al. (2008) y se presentó en el modelo general, en alta densidad de
musáceas, baja diversidad de árboles agregados y multiestrato diversificado complejo
(Figura 6-1a, b, c, d). En el modelo general (Figura 6-1a), la concentracion de carbono
ambiental (Ca) está afectado por condiciones ambientales tal como lo desmuestra Xu et al.
(2016), específicamente se encontró una correlación con Ta, la cual se relaciona
directamente con Ci y A. El cacao por ser una planta C3 presenta mayor tasa fotosintética
al incrementar el carbono atmosférico, situación que ha sido demostrada por otros estudios
(Norby et al. 2016; Schmid et al. 2016) y en otras especies como el café (DaMatta et al.
2016; Martins et al. 2016).
La asimilación de carbono (A) en las plantas de cacao es susceptible a las
variaciones de Ta y RHa que influencian el VPD (Daymond et al. 2011; Baligar et al. 2008;
Daymond y Hadley, 2004; Balasimha et al. 1991; Raja Harun y Hardwick, 1988a, 1988b)
situación que afecta la gs. Por ello, gs es mediada por factores ambientales ya sea solos
y/o en combinación (Xu et al. 2016) (PAR, Ta, RHa, VPD Šigut et al. 2015; Pérez-Martin et
al. 2009) teniendo correlación positiva con A (Raja Harun y Hardwick 1988b, Sena et al.
1987).
Al analizar la relación de Ta y RHa con el VPD, se encontró que bajo todos los
arreglos agroforestales este último tuvo la mayor incidencia (Figura 6-1a, b, c, d).
Usualmente cuando se habla de la influencia del VPD, es porque o la RHa es muy baja o
132
Capitulo 6 133
la Ta es alta y eso hace que se afecte la tasa de transpiración y por consiguiente puede
llevar a cierre estomático, situación que puede ser causada por el incremento de PAR.
En el presente estudio se encontró que al incrementar el VPD, se encontró una
correlación negativa con gs, por consiguente con A. Lo anterior ha sido reportado también,
para otros cultivos, en ambientes con diferentes niveles de radiación (Chen et al. 2016;
Guo et al. 2016; Puglielli et al. 2016; Catoni et al. 2015). Igualmente se han reportado
estudios donde el cultivo del cacao ha tenido adaptaciones fisiológicas como ajustes
osmóticos que incrementan el uso eficiente del agua, específicamente cuando es cultivado
bajo arreglos agroforestales (Araque et al. 2012; Rada et al. 2005), situación similar a la
encontrada en el presente trabajo.
133
134 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
igual que por PAR por la VPD, siendo esta última regulada por la RHa y la Ta. El VPD al
llegar a valores cercanos de -1.0 kPa puede generar cierre estomático gradual afectando
la transpiración y por tanto el Vs con valores entre 1.94 - 4.10 kPa (Balasimha, 2016).
6.7 Agradecimientos
134
Capitulo 6 135
Allen, R. G., Pereira, L. S., Raes, D., Smith, M., 2006. Evapotranspiración del cultivo: Guías
para determinación los requerimientos de agua de los cultivos. Roma: FAO. Estudio Riego
e Drenaje 56. 298 pp.
Almeida, A. A. F., Valle, R.R., 2007. Ecophysiology of the cacao tree. Braz. J. Plant Physiol.
19,425–448.
Almeida, A. F; Gomes, F.P; Araujo, R.P; Santos R.C; Valle, R.R. 2014. Leaf gas exchange
in species of the Theobroma genus. Photosynthetica 52 (1): 16-21, 2014.
Apshara, S. E., Hebbar, K. B., Mathias, T. G., & Séverin, A. 2016. Morpho-physiological
criteria for assessment of two month old cocoa (Theobroma cacao L.) genotypes for
drought tolerance. Indian Journal of Plant Physiology,21(1), 23-30.
Araque, O., Jaimez, R. E., Tezara, W., Coronel, I., Urich, R., & Espinoza, W. 2012.
Comparative photosynthesis, water relations, growth and survival rates in juvenile Criollo
cacao cultivars (Theobroma cacao) during dry and wet seasons. Experimental agriculture,
48(04), 513-522.
Ávila-Lovera, E., Coronel, I., Jaimez, R., Urich, R., Pereyra, G., Araque, O., & Tezara, W.
2016. Ecophysiological traits of adult trees of Criollo cocoa cultivars (Theobroma cacao L.)
from a germplasm bank in Venezuela.Experimental Agriculture, 52(01), 137-153.
Ayegboyin, K. O., & Akinrinde, E. A. 2016. Effect of Water Deficit Imposed during the Early
Developmental Phase on Photosynthesis of Cocoa (Theobroma cacao L.). Agricultural
Sciences, 7(01), 11.
135
136 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Balasimha, D., Anil Kumar, V., Viraktamath, B.C. and Ananda, K.S. 1999. Leaf water
potential and stomatal resistance in cocoa hybrids and parents. Plantations Recherche
Developpement 6: 116-120.
Balasimha, D., Nayak, M. G., Jeeva, S., Reddy, N., & Jose, C. T. 2011. Chlorophyll
fluorescence, stomatal conductance and yield of cashew germplasm from three agro-
climatic regions of South India. Journal of Plantation Crops (India).
Balasimha, D. 2016. Cocoa and Cashew. In: Rao N., Shivashankara K., Laxman R. (eds)
Abiotic Stress Physiology of Horticultural Crops. Springer, New Delhi. 307-319 pp.
Baligar, V. C., Bunce, J. A., Machado, R. C. R., & Elson, M. K. 2008. Photosynthetic photon
flux density, carbon dioxide concentration, and vapor pressure deficit effects on
photosynthesis in cacao seedlings.Photosynthetica, 46(2), 216-221.
Bellasio, C., Beerling, D. J., & Griffiths, H. 2016. Deriving C4 photosynthetic parameters
from combined gas exchange and chlorophyll fluorescence using an Excel tool: theory and
practice. Plant, cell & environment.
Bleby, T.M., Burgess, S.S.O., Adams, M.A., 2004. A validation, comparison and error
analysis of two heat-pulse methods for measuring sap flow in Eucalyptus marginata
saplings. Functional Plant Biology 31, 645–658. http://dx.doi.org/10.1071/FP04013.
Burgess, S.S.O., Adams, M.A., Turner, N.C., Beverly, C.R., Ong, C.K., Khan, A.A.H., Bleby,
T.M., 2001. An improved heat pulse method to measure low and reverse rates of sap flow
in woody plants. Tree Physiology 21, 589–598.
http://dx.doi.org/10.1093/treephys/21.9.589.
Burgess, S.S.O., Adams, M.A., Turner, N.C., Ong, C.K., 1998. The redistribution soil water
by tree root systems. Oecologia 115,306–311. http://dx.doi.org/10.1007/s004420050521.
Campbell, D. R., Wu, C. A., & Travers, S. E. 2010. Photosynthetic and growth responses
of reciprocal hybrids to variation in water and nitrogen availability. American Journal of
Botany, 97(6), 925-933.
136
Capitulo 6 137
Carr, M. K. V., & Lockwood, G. 2011. The water relations and irrigation requirements of
cocoa (Theobroma cacao L.): a review. Experimental Agriculture, 47(04), 653-676.
Catoni, R., Granata, M. U., Sartori, F., Varone, L., & Gratani, L. 2015. Corylus avellana
responsiveness to light variations: morphological, anatomical, and physiological leaf trait
plasticity. Photosynthetica,53(1), 35-46.
Chen, B. L., Yang, H. K., Ma, Y. N., Liu, J. R., Lv, F. J., Chen, J., ... & Zhou, Z. G. 2016.
Effect of shading on yield, fiber quality and physiological characteristics of cotton
subtending leaves on different fruiting positions. Photosynthetica, 1-11.
Daas-Ghrib, C., Montpied, P., Ksontini, M., & Dreyer, E. 2011. Functional relationships
between leaf structure and photosynthetic traits as modulated by irradiance and nutrient
availability in a sclerophyllous and a non-sclerophyllous mediterranean oak
species. European Journal of Forest Research, 130(4), 503-512.
DaMatta, F. M., Godoy, A. G., Menezes-Silva, P. E., Martins, S. C., Sanglard, L. M., Morais,
L. E., & Ghini, R. 2016. Sustained enhancement of photosynthesis in coffee trees grown
under free-air CO2 enrichment conditions: disentangling the contributions of stomatal,
mesophyll, and biochemical limitations. Journal of experimental botany, 67(1), 341-352.
Daymond, A. J., Hadley, P. 2004. The effects of temperature and light integral on early
vegetative growth and chlorophyll fluorescence of four contrasting genotypes of cacao
(Theobroma cacao). Annals of applied biology,145(3), 257-262.
Daymond, A. J., & Hadley, P. 2008. Differential effects of temperature on fruit development
and bean quality of contrasting genotypes of cacao (Theobroma cacao). Annals of Applied
Biology, 153(2), 175-185.
Daymond, A. J., Tricker, P. J., & Hadley, P. 2011. Genotypic variation in photosynthesis in
cacao is correlated with stomatal conductance and leaf nitrogen. Biologia Plantarum, 55(1),
99-104.
137
138 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
de Araújo, R. P., de Almeida, A. A. F., Barroso, J. P., de Oliveira, R. A., Gomes, F. P.,
Ahnert, D., & Baligar, V. 2017. Molecular and morphophysiological responses cocoa leaves
with different concentrations of anthocyanin to variations in light levels. Scientia
Horticulturae, 224, 188-197.
Deng, J., Ding, G., Gao, G., Wu, B., Zhang, Y., Qin, S., & Fan, W. 2015. The Sap Flow
Dynamics and Response of Hedysarum scoparium to Environmental Factors in Semiarid
Northwestern China. PloS one, 10(7), e0131683.
Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W.
InfoStat versión 2016. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina.
URL http://www.infostat.com.ar
Epskamp, S. 2017. semPlot: Path Diagrams and Visual Analysis of Various SEM Packages'
Output. R package version 1.1. https://CRAN.R-project.org/package=semPlot
Fernandes, T. J., Del Campo, A. D., Herrera, R., Molina, A. J., 2016. Simultaneous
assessment, through sap flow and stable isotopes, of water use efficiency (WUE) in thinned
pines shows improvement in growth, tree-climate sensitivity and WUE, but not in
WUEi. Forest Ecology and Management, 361, 298-308.
http://dx.doi.org/10.1016/j.foreco.2015.11.029.
Fiora, A., Cescatti, A., 2006. Diurnal and seasonal variability in radial distribution of sap flux
density: implications for estimating stand transpiration. Tree physiology, 26(9), 1217-1225.
http://dx.doi.org/10.1093/treephys/26.9.1217
Ford, C. R., Goranson, C. E., Mitchell, R. J., Will, R. E., Teskey, R. O., 2004. Diurnal and
seasonal variability in the radial distribution of sap flow: predicting total stem flow in Pinus
taeda trees. Tree Physiology, 24(9), 951-960. http://dx.doi.org/10.1093/treephys/24.9.951
Fox, J; Nie, Z; Byrnes, J. 2017. sem: Structural Equation Models. R package version 3.1-
9. https://CRAN.R-project.org/package=sem.
138
Capitulo 6 139
Galyuon, I.K.A; McDavid, C.R; Lopez, F.B; Spence, J. 1996b. The effect of irradiance level
on cocoa (Theobroma cacao L.): II. Gas exchange and chlorophyll fluorescence. - Trop.
Agr. 73: 29-33.
Guangcheng, S., Doudou, H., Xi, C., Jingtao, C., & Zhenhua, Z. 2016. Path analysis of sap
flow of tomato under rain shelters in response to drought stress. International Journal of
Agricultural and Biological Engineering 9(2):54.
Guo, Y. H., Yuan, C., Tang, L., Peng, J. M., Zhang, K. L., Li, G., & Ma, X. J. 2016.
Responses of Clonal growth and photosynthesis in Amomum villosum to different light
environment. Photosynthetica, 1-10.
Helman, D., Osem, Y., Yakir, D., & Lensky, I. M. 2017. Relationships between climate,
topography, water use and productivity in two key Mediterranean forest types with different
water-use strategies. Agricultural and Forest Meteorology,232, 319-330.
Hutcheon, W.V. 1976. Photosynthesis of cocoa: Photosynthesis in relation to the light and
plant nutrient status. – Rep. Cocoa Res. Inst. Ghana 1973-1974: 186-188.
Ismail, M. R., Hassan, A. H., Dola, K., & Jalil, M. N. 1992. Growth, plant water relation and
photosynthesis rate of young Theobroma cacao as influenced by water
stress. Pertanika, 15(2), 93-98.
139
140 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Jiang, X., Kang, S., Li, F., Du, T., Tong, L., & Comas, L. 2016. Evapotranspiration
partitioning and variation of sap flow in female and male parents of maize for hybrid seed
production in arid region. Agricultural Water Management, 176, 132-141.
Fox, J; Nie, Z; Byrnes, J. 2017. sem: Structural Equation Models. R package version 3.1-
8. https://CRAN.R-project.org/package=sem
Juhász, Á., Sepsi, P., Nagy, Z., Tőkei, L., & Hrotkó, K. 2013. Water consumption of sweet
cherry trees estimated by sap flow measurement.Scientia Horticulturae, 164, 41-49.
Kaiser, E., Morales, A., Harbinson, J., Heuvelink, E., Prinzenberg, A.E., Marcelis, L.F.,
2016. Metabolic and diffusional limitations of photosynthesis in fluctuating irradiance in
Arabidopsis thaliana. Sci. Rep. 6, http://dx.doi.org/10.1038/ srep31252.
Kaiser, E., Morales, A., Harbinson, J., Kromdijk, J., Heuvelink, E., & Marcelis, L. F. 2015.
Dynamic photosynthesis in different environmental conditions.Journal of experimental
botany, 66(9), 2415-2426.
Köhler, M., Dierick, D., Schwendenmann, L., & Hölscher, D. 2009. Water use
characteristics of cacao and Gliricidia trees in an agroforest in Central Sulawesi,
Indonesia. Ecohydrology, 2(4), 520-529.
Köhler, M., Hanf, A., Barus, H., & Hölscher, D. 2014. Cacao trees under different shade
tree shelter: effects on water use. Agroforestry systems, 88(1), 63-73.
Köhler, M., Schwendenmann, L., & Hölscher, D. 2010. Throughfall reduction in a cacao
agroforest: tree water use and soil water budgeting. Agricultural and forest
meteorology, 150(7), 1079-1089.
Li, J., Deng, J., Zhou, Y., Ding, G., & Zhang, R. 2016. Modelling Canopy Stomatal
Conductance of Hedysarum scoparium and Long-term Prediction in Semiarid Region in
China. Nature Environment and Pollution Technology, 15(3), 847.
140
Capitulo 6 141
Li, W., Si, J., Yu, T., & Li, X. 2016. Response of Populus euphratica Oliv. sap flow to
environmental variables for a desert riparian forest in the Heihe River Basin, Northwest
China. Journal of Arid Land, 8(4), 591-603.
Lin, B. B., 2010. The role of agroforestry in reducing water loss through soil evaporation
and crop transpiration in coffee agroecosystems. Agricultural and Forest
Meteorology, 150(4), 510-518. http://dx.doi.org/10.1016/j.agrformet.2009.11.010.
Liu B, Zhao WZ, Jin BW. 2011. The response of sap flow in desert shrubs to environmental
variables in an arid region of China. Ecohydrol 4: 448–457. doi: 10.1002/eco.151.
Looker, N., Martin, J., Jencso, K., Hu, J., 2016. Contribution of sapwood traits to uncertainty
in conifer sap flow as estimated with the heat-ratio method. Agricultural and Forest
Meteorology, 223, 60-71. http://dx.doi.org/10.1016/j.agrformet.2016.03.014.
Martins, M. Q., Rodrigues, W. P., Fortunato, A. S., Leitão, A. E., Rodrigues, A. P., Pais, I.
P., ... & Campostrini, E. 2016. Protective Response Mechanisms to Heat Stress in
Interaction with High [CO2] Conditions in Coffea spp. Frontiers in Plant Science, 7.
Miyaji, KI; Da Silva, WS; Alvim P de T. 1997. Longevity of leaves of a tropical tree,
Theobroma cacao, grown under shading, in relation to position within the canopy and time
of emergence. New Phytol 135:445-54.
Montpied, P., Granier, A., & Dreyer, E. 2009. Seasonal time-course of gradients of
photosynthetic capacity and mesophyll conductance to CO2 across a beech (Fagus
sylvatica L.) canopy. Journal of Experimental Botany 60(8):2407-2418.
Norby, R. J., De Kauwe, M. G., Domingues, T. F., Duursma, R. A., Ellsworth, D. S., Goll,
D. S., ... & Pavlick, R. 2016. Model–data synthesis for the next generation of forest free-air
CO2 enrichment (FACE) experiments. New Phytologist, 209(1), 17-28.
O'Brien, J. J., Oberbauer, S. F., & Clark, D. B. 2004. Whole tree xylem sap flow responses
to multiple environmental variables in a wet tropical forest. Plant, Cell & Environment, 27(5),
551-567.
141
142 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
Ofori, A., Padi, F. K., Acheampong, K., & Lowor, S. 2015. Genetic variation and relationship
of traits related to drought tolerance in cocoa (Theobroma cacao L.) under shade and no-
shade conditions in Ghana. Euphytica, 201(3), 411-421.
Perez-Martin A., Flexas J., Ribas-Carbó M., Bota J., Tomàs M., Infante J. M., et al.
2009. Interactive effects of soil water deficit and air vapour pressure deficit on mesophyll
conductance to CO2 in Vitis vinifera and Olea europaea. J. Exp. Bot. 60 2391–2405.
Puglielli, G., Varone, L., Gratani, L., & Catoni, R. 2016. Specific leaf area variations drive
acclimation of Cistus salvifolius in different light environments.Photosynthetica, 1-11.
R Development Core Team. 2017. R: A language and environment for statistical computing.
R. Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL
http://www.R-project.org/
Raja Harun, R; Hardwick, K. 1988b. The effects of different temperature and water vapour
pressure deficit on photosynthesis and transpiration in cocoa. - In: Proceedings of the 10th
International Cocoa Research Conference. Cocoa Producers' Alliance, Lagos. 17-23 pp.
Raja Harun, R., Hardwick K.1988a. The effects of prolonged exposure to different light
intensities on the photosynthesis of cocoa leaves. - In: Proceedings of the 10th International
Cocoa Research Conference. Cocoa Producers' Alliance, Lagos. 205-209 pp
Reichmann, L. G., Schwinning, S., & Fay, P. A. 2016. Traits of an invasive grass conferring
an early growth advantage over native grasses. Journal of Plant Ecology, rtw014.
Rousseaux, M. C., Figuerola, P. I., Correa-Tedesco, G., Searles, P. S., 2009. Seasonal
variations in sap flow and soil evaporation in an olive (Olea europaea L.) grove under two
irrigation regimes in an arid region of Argentina. Agricultural Water Management, 96(6),
1037-1044. http://dx.doi.org/10.1016/j.agwat.2009.02.003.
Epskamp, S. 2017. semPlot: Path diagrams and visual analysis of various SEM packages'
output. R package version 1.0.1. https://CRAN.R-project.org/package=semPlot.
142
Capitulo 6 143
Schmid, I., Franzaring, J., Müller, M., Brohon, N., Calvo, O. C., Högy, P., & Fangmeier, A.
2016. Effects of CO2 Enrichment and Drought on Photosynthesis, Growth and Yield of an
Old and a Modern Barley Cultivar.Journal of Agronomy and Crop Science, 202(2), 81-95.
Serrano, P; Biehl, B. 1996. Light stress on cacao (Theobroma cacao L.) fluorometric
measurements under different light conditions in the field. In 12th International Cocoa
Research Conference, Salvador, Bahia, Brazil, 17–23 November, 583–588.
Shao, J., Zhou, X., Luo, Y., Li, B., Aurela, M., Billesbach, D., ... & Fu, Y. 2016. Direct and
indirect effects of climatic variations on the interannual variability in net ecosystem
exchange across terrestrial ecosystems. Tellus B,68.
Shipley, B. 2016. Cause and Correlation in Biology: A User's Guide to Path Analysis,
Structural Equations and Causal Inference with R. Cambridge University Press.
Shipley, B., Vile, D., Garnier, E., Wright, I. J., & Poorter, H. 2005. Functional linkages
between leaf traits and net photosynthetic rate: reconciling empirical and mechanistic
models. Functional ecology, 19(4), 602-615.
Šigut L., Holišová P., Klem K., Šprtová M., Calfapietra C., Marek M. V., et al. (2015). Does
long-term cultivation of saplings under elevated CO2 concentration influence their
photosynthetic response to temperature? Ann. Bot. 116 929–939.
Xu, Z., Jiang, Y., Jia, B., & Zhou, G. 2016. Elevated-CO2 Response of Stomata and Its
Dependence on Environmental Factors. Frontiers in plant science, 7.
Yamori, W. 2016. Photosynthetic response to fluctuating environments and photoprotective
strategies under abiotic stress. Journal of plant research 129(3), 379-395.
Zhang, T., Lamb, E. G., Soto-Cerda, B., Duguid, S., Cloutier, S., Rowland, G., & Booker,
H. M. 2014. Structural equation modeling of the Canadian flax (Linum usitatissimum L.)
143
144 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
core collection for multiple phenotypic traits.Canadian Journal of Plant Science, 94(8),
1325-1332.
Zhao, L., He, Z., Zhao, W., & Yang, Q. 2016. Extensive investigation of the sap flow of
maize plants in an oasis farmland in the middle reach of the Heihe River, Northwest
China. Journal of plant research, 1-1
144
146 Comportamiento ecofisiológico de Theobroma cacao L. en diferentes arreglos
agroforestales bajo condiciones de la amazonia colombiana
• El flujo de savia en cacao presentó los mayores niveles al medio día en todos los
146
Capitulo 7 147
147